Android性能优化（二）—— 内存优化

在Android系统中，垃圾回收是自动的，比较隐蔽，这就导致一些内存问题表现的并不明显，出现问题后难以定位。常见的内存问题有内存泄漏、内存溢出（Out of Memory）、内存抖动等。

我们做内存优化的主要原因有以下几点：

• 降低OOM率，内存问题最常见的就是OOM，申请的内存得不到释放就有可能造成OOM；
• 减少卡顿， 在Android系统中造成卡顿的原因有很多，其中就有内存引起的卡顿。内存问题之所以会影响到界面流畅度，是因为垃圾回收机制，在GC的时候，所有的线程都要停止工作，包括主线程。因此，当GC和绘制界面的操作同时触发时，绘制的任务就会被搁置，导致掉帧，也就是界面卡顿；
• 增加应用存活时间，Android系统会按照特定的流程清理进程，优先考虑清理后台进程，如果某个应用在后台运行且占用的内存很多，就会被优先清理掉。如果我们希望APP可以存活的久一点，不使用的内存应该尽快清理掉；

至于哪些对象是需要回收的？使用跟搜索算法/可达性算法，选定一些对象作为GC Roots，向下搜索，搜索所经过的路径称为引用链，当一个对象到GC Roots没有应用链相连，则表明此对象需要回收。以下是可以作为GC Roots的对象：

• 本地方法栈中引用的对象；
• 虚拟机栈中引用的对象；
• 全局静态变量引用的对象；
• 全局常量引用的对象；

Java虚拟机（四）—— Java虚拟机中的对象

1 内存泄漏

内存泄漏指的是我们的应用已经不需要某些对象了，但是，该对象的某些引用依旧没有释放，导致这些对象没有办法被回收。从内存上来看，就是某块内存已经不再被使用了，但是却没有办法被回收掉，从而造成了内存浪费。 比如说匿名内部类持有外部类的引用，导致外部类无法被回收，就会出现内存泄漏的问题。

内存泄漏会导致无法回收的内存越来越多，可用的内存越来越少，直到应用无更多可用的内存申请，严重的甚至出现OOM。

内存泄漏

2 内存溢出（OOM Out Of Memory）

内存泄漏一般导致应用卡顿，极端情况会导致OOM，OOM的原因是因为超过内存的阈值。原因主要有两方面：

• 内存泄漏，导致无法及时释放导致OOM；
• 一些逻辑消耗了大量内存，无法及时释放或者超过导致OOM；

能够消耗大量内存的，绝大多数是因为图片加载。这是OOM出现最频繁的地方。图片加载，一个是控制每次加载的数量，二是保证每次滑动的时候不进行加载，滑动完进行加载。一般情况使用先进后出，而不是先进先出。 不过一般我们图片加载都是使用fresco或者Glide等开源库。

下面是导致内存溢出的两种情况：

通过命令行查看内存消耗情况（adb shell dumpsys meminfo 包名 -d）：

对于图片的内存优化：

• 图片缩放，比如说一张图片的饿宽高为200 x 200，但是View的宽高为100 x 100，这个时候就要对图片进行缩放，通过inSampleSize实现；
• 减少每个像素所占用的内存，在API 29中，将Bitmap分为ALPHA_8、RGB_565、ARGB_4444、RGBA_F16、HARDWARE六个等级：
  • ALPHA_8：不存储颜色信息，每个像素占1个字节；
  • RGB_565：仅存储RGB通道，每个像素占2个字节，对Bitmap色彩没有高要求，可以使用该模式；
  • ARGB_4444：已弃用，用ARGB_8888代替；
  • ARGB_8888：每个像素占用4个字节，保持高质量的色彩保真度，默认使用该模式；
  • RGBA_F16：每个像素占用8个字节，适合宽色域和HDR；
  • HARDWARE：一种特殊的配置，减少了内存占用同时也加快了Bitmap的绘制；
• 每个等级每个像素所占用的字节是不一样的，所存储的色彩值也不同，同一张100像素的图片，ARGB_8888占用了400字节，RGB_565才占用200字节。所以在某些场景中，修改图片格式也可以达到减少一半内存的效果。
  内存复用，避免重复分配内存。Bitmap所占用的内存比较大，如果频繁的创建和回收Bitmap，很容易造成内存抖动，所以应该尽量复用Bitmap内存。在 Android 3.0（API 级别 11）开始，系统引入了 BitmapFactory.Options.inBitmap 字段。如果设置了此选项，那么采用 Options 对象的解码方法会在生成目标 Bitmap 时尝试复用 inBitmap，这意味着 inBitmap 的内存得到了重复使用，从而提高了性能，同时移除了内存分配和取消分配。不过 inBitmap 的使用方式存在某些限制，在 Android 4.4（API 级别 19）之前系统仅支持复用大小相同的位图，4.4 之后只要 inBitmap 的大小比目标 Bitmap 大即可
• 大图局部加载策略：对于图片加载还有种情况，就是单个图片非常巨大，并且还不允许压缩。比如显示：世界地图、清明上河图、微博长图等。首先不压缩，按照原图尺寸加载，那么屏幕肯定是不够大的，并且考虑到内存的情况，不可能一次性整图加载到内存中。所以这种情况的优化思路一般是局部加载，通过BitmapRegionDecoder来实现

上面所说的这些关于Bitmap的内存优化策略其实都比较简单，而且我们在开发中可能很少用到
因为我们常用的图片框架比如Glide已经将这些都封装在里面了，所以一般情况下我们加载图片时不需要做这些特殊操作。

3 内存抖动

在短时间内频繁的创建或者销毁的对象，容易触发GC，会引起内存抖动，比如在一个for循环中创建临时对象实例。

因为GC的时候所有的线程都会停止工作，因此导致卡顿。为了避免内存抖动，应该避免以下操作：

• 尽量避免在循环体中创建对象；
• 尽量不要在自定义View.onDraw()方法中创建对象，因为这个方法会被频繁调用；
• 对于能够复用的对象，可以考虑使用对象池把它们缓存起来；

参考

Android内存优化深入解析
关于android 性能优化——内存篇
Android性能优化——内存优化