Android OOM的解决方式

尽量不要使用setImageBitmap或setImageResource或BitmapFactory.decodeResource来设置一张大图。

由于这些函数在完毕decode后，终于都是通过java层的createBitmap来完毕的，须要消耗很多其它内存。





因此，改用先通过BitmapFactory.decodeStream方法，创建出一个bitmap，再将其设为ImageView的 source。

decodeStream最大的秘密在于其直接调用JNI>>nativeDecodeAsset()来完毕decode。

无需再使用java层的createBitmap。从而节省了java层的空间。

假设在读取时加上图片的Config參数，能够跟有效降低载入的内存，从而跟有效阻止抛out of Memory异常

另外，decodeStream直接拿的图片来读取字节码了。 不会依据机器的各种分辨率来自己主动适应， 

使用了decodeStream之后。须要在hdpi和mdpi，ldpi中配置对应的图片资源。 

否则在不同分辨率机器上都是相同大小（像素点数量），显示出来的大小就不正确了。





另外。下面方式也大有帮助：

1. InputStream is = this.getResources().openRawResource(R.drawable.pic1);

     BitmapFactory.Options options=new BitmapFactory.Options();

     options.inJustDecodeBounds = false;

     options.inSampleSize = 10;   //width，hight设为原来的十分一

     Bitmap btp =BitmapFactory.decodeStream(is,null,options);

2. if(!bmp.isRecycle() ){

         bmp.recycle()   //回收图片所占的内存

         system.gc()  //提醒系统及时回收

}





下面奉上一个方法：





Java代码





   1. /**

   2.  * 以最省内存的方式读取本地资源的图片

   3.  * @param context

   4.  * @param resId

   5.  * @return

   6.  */  

   7. public static Bitmap readBitMap(Context context, int resId){  

   8.     BitmapFactory.Options opt = new BitmapFactory.Options();  

   9.     opt.inPreferredConfig = Bitmap.Config.RGB_565;   

  10.     opt.inPurgeable = true;  

  11.     opt.inInputShareable = true;  

  12.        //获取资源图片  

  13.     InputStream is = context.getResources().openRawResource(resId);  

  14.         return BitmapFactory.decodeStream(is,null,opt);  

  15. }









================================================================================

Android内存溢出的解决的方法





转自：http://www.cppblog.com/iuranus/archive/2010/11/15/124394.html?opt=admin





昨天在模拟器上给gallery放入图片的时候。出现java.lang.OutOfMemoryError: bitmap size exceeds VM budget 异常，图像大小超过了RAM内存。

      模拟器RAM比較小，仅仅有8M内存。当我放入的大量的图片（每一个100多K左右），就出现上面的原因。

因为每张图片先前是压缩的情况。放入到Bitmap的时候，大小会变大，导致超出RAM内存，详细解决的方法例如以下：





//解决载入图片 内存溢出的问题

                    //Options 仅仅保存图片尺寸大小，不保存图片到内存

                BitmapFactory.Options opts = new BitmapFactory.Options();

                //缩放的比例。缩放是非常难按准备的比例进行缩放的，其值表明缩放的倍数。SDK中建议其值是2的指数值,值越大会导致图片不清晰

                opts.inSampleSize = 4;

                Bitmap bmp = null;

                bmp = BitmapFactory.decodeResource(getResources(), mImageIds[position],opts);                             





                ...              





               //回收

                bmp.recycle();





通过上面的方式攻克了，可是这并非最完美的解决方案。

通过一些了解，得知例如以下：





优化Dalvik虚拟机的堆内存分配





对 于Android平台来说，其托管层使用的Dalvik Java VM从眼下的表现来看还有非常多地方能够优化处理，比方我们在开发一些大型游戏或耗资源的应用中可能考虑手动干涉GC处理。使用 dalvik.system.VMRuntime类提供的setTargetHeapUtilization方法能够增强程序堆内存的处理效率。

当然详细 原理我们能够參考开源project，这里我们仅说下用法:   private final static float TARGET_HEAP_UTILIZATION = 0.75f; 在程序onCreate时就能够调用
VMRuntime.getRuntime().setTargetHeapUtilization(TARGET_HEAP_UTILIZATION); 就可以。

Android堆内存也可自定义大小





    对于一些Android项目。影响性能瓶颈的主要是Android自己内存管理机制问题。眼下手机厂商对RAM都比較吝啬，对于软件的流畅性来说RAM对 性能的影响十分敏感，除了 优化Dalvik虚拟机的堆内存分配外，我们还能够强制定义自己软件的对内存大小。我们使用Dalvik提供的 dalvik.system.VMRuntime类来设置最小堆内存为例:





private final static int CWJ_HEAP_SIZE = 6* 1024* 1024 ;





VMRuntime.getRuntime().setMinimumHeapSize(CWJ_HEAP_SIZE); //设置最小heap内存为6MB大小。当然对于内存吃紧来说还能够通过手动干涉GC去处理









bitmap 设置图片尺寸。避免 内存溢出 OutOfMemoryError的优化方法

★android 中用bitmap 时非常easy内存溢出，报例如以下错误：Java.lang.OutOfMemoryError : bitmap size exceeds VM budget





● 主要是加上这段：

BitmapFactory.Options options = new BitmapFactory.Options();

                options.inSampleSize = 2;





● eg1：(通过Uri取图片)

private ImageView preview;

BitmapFactory.Options options = new BitmapFactory.Options();

                    options.inSampleSize = 2;//图片宽高都为原来的二分之中的一个，即图片为原来的四分之中的一个

                    Bitmap bitmap = BitmapFactory.decodeStream(cr

                            .openInputStream(uri), null, options);

                    preview.setImageBitmap(bitmap);

以上代码能够优化内存溢出。但它仅仅是改变图片大小，并不能彻底解决内存溢出。

● eg2:（通过路径去图片）

private ImageView preview;

private String fileName= "/sdcard/DCIM/Camera/2010-05-14 16.01.44.jpg";

BitmapFactory.Options options = new BitmapFactory.Options();

                options.inSampleSize = 2;//图片宽高都为原来的二分之中的一个，即图片为原来的四分之中的一个

                        Bitmap b = BitmapFactory.decodeFile(fileName, options);

                        preview.setImageBitmap(b);

                        filePath.setText(fileName);





★Android 另一些性能优化的方法：

●  首先内存方面，能够參考 Android堆内存也可自定义大小 和 优化Dalvik虚拟机的堆内存分配





●  基础类型上，由于Java没有实际的指针。在敏感运算方面还是要借助NDK来完毕。Android123提示游戏开发人员。这点比較有意思的是Google 推出NDK可能是帮助游戏开发人员。比方OpenGL ES的支持有明显的改观。本地代码操作图形界面是非常必要的。

●  图形对象优化。这里要说的是Android上的Bitmap对象销毁，能够借助recycle()方法显示让GC回收一个Bitmap对象。通常对一个不用的Bitmap能够使用以下的方式。如





if(bitmapObject.isRecycled()==false) //假设没有回收  

         bitmapObject.recycle();   





●  眼下系统对动画支持比較弱智对于常规应用的补间过渡效果能够，可是对于游戏而言一般的美工可能习惯了GIF方式的统一处理，眼下Android系统仅能预览GIF的第一帧，能够借助J2ME中通过线程和自己写解析器的方式来读取GIF89格式的资源。

● 对于大多数Android手机没有过多的物理按键可能我们须要想象下了做好手势识别 GestureDetector 和重力感应来实现操控。通常我们还要考虑误操作问题的降噪处理。





Android堆内存也可自定义大小





   对于一些大型Android项目或游戏来说在算法处理上没有问题外。影响性能瓶颈的主要是Android自己内存管理机制问题，眼下手机厂商对RAM都比 较吝啬，对于软件的流畅性来说RAM对性能的影响十分敏感，除了上次Android开发网提到的 优化Dalvik虚拟机的堆内存分配外。我们还能够强制定义自己软件的对内存大小，我们使用Dalvik提供的 dalvik.system.VMRuntime类来设置最小堆内存为例:





private final static int CWJ_HEAP_SIZE = 6* 1024* 1024 ;





VMRuntime.getRuntime().setMinimumHeapSize(CWJ_HEAP_SIZE); //设置最小heap内存为6MB大小。

当然对于内存吃紧来说还能够通过手动干涉GC去处理，我们将在下次提到详细应用。





优化Dalvik虚拟机的堆内存分配





对 于Android平台来说，其托管层使用的Dalvik JavaVM从眼下的表现来看还有非常多地方能够优化处理，比方我们在开发一些大型游戏或耗资源的应用中可能考虑手动干涉GC处理。使用 dalvik.system.VMRuntime类提供的setTargetHeapUtilization方法能够增强程序堆内存的处理效率。当然详细 原理我们能够參考开源project。这里我们仅说下用法:   private final static floatTARGET_HEAP_UTILIZATION = 0.75f; 在程序onCreate时就能够调用
VMRuntime.getRuntime().setTargetHeapUtilization(TARGET_HEAP_UTILIZATION); 就可以。

 

 

介绍一下图片占用进程的内存算法吧。

android中处理图片的基础类是Bitmap。顾名思义，就是位图。占用内存的算法例如以下：

图片的width*height*Config。

假设Config设置为ARGB_8888。那么上面的Config就是4。一张480*320的图片占用的内存就是480*320*4 byte。

前面有人说了一下8M的概念，事实上是在默认情况下android进程的内存占用量为16M，由于Bitmap他除了java中持有数据外，底层C++的 skia图形库还会持有一个SKBitmap对象。因此一般图片占用内存推荐大小应该不超过8M。这个能够调整。编译源码时能够设置參数。