Android

关注公众号 jb51net

关闭
首页 > 软件编程 > Android > Android Bitmap加载优化与Cache

Android Bitmap的加载优化与Cache相关介绍

投稿:daisy

这篇文章主要介绍了Android中性能优化之Bitmap的加载优化与Cache相关内容介绍,文中介绍的很详细,对大家具有一定的参考价值,需要的朋友们下面来一起看看吧。

一 . 高效加载 Bitmap

BitMapFactory 提供了四类方法: decodeFile,decodeResource,decodeStream 和 decodeByteArray 分别用于从文件系统,资源,输入流以及字节数组中加载出一个 Bitmap 对象。

高效加载 Bitmap 很简单,即采用 BitMapFactory.options 来加载所需要尺寸图片。BitMapFactory.options 就可以按照一定的采样率来加载缩小后的图片,将缩小后的图片置于 ImageView 中显示。

通过采样率即可高效的加载图片,遵循如下方式获取采样率:

  1. BitmapFactory.Options 的 inJustDecodeBounds 参数设置为 true 并加载图片
  2. BitmapFactory.Options 中取出图片的原始宽高信息,即对应于 outWidth 和 outHeight 参数
  3. 根据采样率的规则并结合目标 View 的所需大小计算出采样率 inSampleSize
  4. BitmapFactory.Options 的 injustDecodeBounds 参数设置为 false,然后重新加载图片

过上述四个步骤,加载出的图片就是最终缩放后的图片,当然也有可能没有缩放。

代码实现如下:

public Bitmap decodeSampledBitmapFromResource(Resources res, int resId, int reqWidth, int reqHeight) {
 // First decode with inJustDecodeBounds=true to check dimensions
 final BitmapFactory.Options options = new BitmapFactory.Options();
 options.inJustDecodeBounds = true;
 BitmapFactory.decodeResource(res, resId, options);

 // Calculate inSampleSize
 options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight);

 // Decode bitmap with inSampleSize set
 options.inJustDecodeBounds = false;
 return BitmapFactory.decodeResource(res, resId, options);
}

public int calculateInSampleSize(BitmapFactory.Options options, int reqWidth, int reqHeight) {
 if (reqWidth == 0 || reqHeight == 0) {
  return 1;
 }

 // Raw height and width of image
 final int height = options.outHeight;
 final int width = options.outWidth;
 Log.d(TAG, "origin, w= " + width + " h=" + height);
 int inSampleSize = 1;

 if (height > reqHeight || width > reqWidth) {
  final int halfHeight = height / 2;
  final int halfWidth = width / 2;

  // Calculate the largest inSampleSize value that is a power of 2 and
  // keeps both height and width larger than the requested height and width.
  while ((halfHeight / inSampleSize) >= reqHeight && (halfWidth / inSampleSize) >= reqWidth) {
   inSampleSize *= 2;
  }
 }

 Log.d(TAG, "sampleSize:" + inSampleSize);
 return inSampleSize;
}

实际使用就可以像下面这样了,如加载 100*100 的图片大小,就可以像下面这样高效的加载图片了:

mImageView.setImageBitmap(
decodeSampledBitmapFromResource(getResource(),R.id.myimage,100,100));

二 . Android 中的缓存策略

目前常用的算法是 LRU,即近期最少使用算法,当缓存存满时,会优先淘汰近期最少使用的缓存对象

2.1 LruCache

LruCache 是一个泛型类,其内部实现机制是 LinkedHashMap 以强引用的方式存储外部的缓存对象,提供了 get() put() 来完成缓存对象的存取。当缓存满了,移除较早的缓存对象,再添加新的。LruCache 是线程安全的。

  1. 强引用:直接的对象引用
  2. 软引用:当一个对象只有软引用时,系统内存不足时,会被 gc 回收
  3. 弱引用:当一个对象只有弱引用时,随时会被回收

2.2 DiskLriCache

DiskLruCache 用于实现存储设备缓存,即磁盘缓存。

2.2.1 DiskLruCache 的创建

由于它不属于 Android SDK的一部分,所以不能通过构造方法来创建,提供了 open() 方法用于自身的创建

public static DiskLruCache open(File directory,int appversion,int valueCount,long maxSize);

典型的 DiskLruCache 的创建过程

private static final Disk_CACHE_SIZE = 1024*1024*50;//50M

File diskCaCheDir = getDiskCacheDir(mContext,"bitmap");
if(!diskCacheDir.exists()){
 diskCacheDir.mkdirs();
}
mDiskLruCache = DiskLruCache.open(diskCaCheDir,1,1,Disk_CACHE_SIZE);

第三个参数表示单个节点所对应的数据,一般设置为1即可。

2.2.2 DiskLruCache 的缓存添加 缓存的添加操作是通过 Editor 完成的, Editor 表示一个缓存对象的编辑对象。DiskLruCache 不允许同时编辑一个缓存对象。

2.2.3 DiskLruCache 的缓存查找

缓存查找过程也需要将 url 转换为 key,通过 DiskLruCache 的 get() 得到一个 Snapshot 对象,然后通过该对象即可得到缓存的文件输入流,得到文件输入流即可得到 Bitmap 对象了。为了避免加载过程中 OOM,一般不会直接加载原始图片。在前面介绍通过 BitmapFactory.Options 来加载一张缩放后的图片,但是那种方法对 FileInputStream 的缩放存在问题,原因是 FileInputStream 是一种有序的文件流,而两次 decodeStream 调用影响了文件流的位置属性,导致了第二次 decodeStream 时得到的是 null。为了解决这个问题,可以通过文件流得到其对应的文件描述符,然后通过 BitmapFactory.decodeFileDescriptor 方法来加载一张缩放过后的图片。

 Bitmap bitmap = null;
 String key = hashKeyFormUrl(url);
 DiskLruCache.Snapshot snapShot = mDiskLruCache.get(key);
  if (snapShot != null) {
   FileInputStream fileInputStream = (FileInputStream)snapShot.getInputStream(DISK_CACHE_INDEX);
   // 获取文件描述符
   FileDescriptor fileDescriptor = fileInputStream.getFD();
   // 通过 BitmapFactory.decodeFileDescriptor 来加载一张缩放后的图片
   bitmap = mImageResizer.decodeSampledBitmapFromFileDescriptor(fileDescriptor,
     reqWidth, reqHeight);
   if (bitmap != null) {
    addBitmapToMemoryCache(key, bitmap);
   }
  }

  return bitmap;
 }

三 . ImageLoader 的实现

具备的功能,即图片的同步加载,异步加载,图片的压缩,内存缓存,磁盘缓存以及网络拉取。

3.1 图片压缩功能

如前面所述。

3.2 内存缓存和磁盘缓存的实现

选择 LruCache 和 DiskLruCache 来分别完成内存缓存和磁盘缓存的工作

3.3 同步加载和异步加载的接口设计

关于同步加载:从 loadBitmap 的实现可以看出,其工作过程遵循如下几个步骤:先试着从内存缓存中读取图片,接着从磁盘缓存中读取图片,最后试着从网络拉取图片。另外该方法不能在主线程中调用,否则就会抛出异常。因为加载图片是一个耗时的操作。

关于异步加载:从 bindBitmap 中可以看出,binfBitmap 会先试着从内存缓存中读取结果,如果成功就直接返回,否则会从线程池中去调用 loadBitmap() ,当加载成功后,再讲图片,图片地址以及需要绑定的 ImageView 封装成一个 loaderResult 对象,通过 mMainHandler 向主线程发送一个消息,这样就可以在主线程中给 ImageView 设置图片了。图片的异步加载是一个很有用的功能,很多时候调用者不想在单独的线程中以同步的方式来加载图片,并将图片设置给需要的 ImageVIew, 从而ImageLoader 内部需要自己需要在内部线程中加载图片,并且将图片设置给所需要的 ImageView。

ImageLoader源码可以点击这里:下载 查看ImageLoader的实现

四 . ImageLoader 的使用

核心是 ImageAdapter , 其中的 getView() 的核心方法如下:

@Override
public View getView(int position, View convertView, ViewGroup parent) {
   ViewHolder holder = null;
   if (convertView == null) {
    convertView = mInflater.inflate(R.layout.image_list_item,parent, false);
    holder = new ViewHolder();
    holder.imageView = (ImageView) convertView.findViewById(R.id.image);
    convertView.setTag(holder);
   } else {
    holder = (ViewHolder) convertView.getTag();
   }
   ImageView imageView = holder.imageView;
   final String tag = (String)imageView.getTag();
   final String uri = getItem(position);
   if (!uri.equals(tag)) {
    imageView.setImageDrawable(mDefaultBitmapDrawable);
   }
   if (mIsGridViewIdle && mCanGetBitmapFromNetWork) {
    imageView.setTag(uri);
    // 这句话将图片的复杂加载过程交给 ImageLoader 了
    mImageLoader.bindBitmap(uri, imageView, mImageWidth, mImageWidth);
   }
   return convertView;
  }

对于上述代码 ImageAdapter 来说, ImageLoader 的加载图片的复杂过程,更不需要知道。

优化列表卡顿现象:

  1. 不要在 getView() 中做加载图片的操作,那样肯定会耗时,像这个例子中一样,交给 ImageLoaer 来实现。
  2. 控制异步加载频率, 如果用户刻意的频繁的上下滑动,可能在一瞬间加载几百个异步任务,这样会给线程池造成拥堵。解决的办法是考虑在用户滑动列表时,停止加载图片。等到列表停下来时,在进行异步加载任务。
  3. 开启硬件加速:给Activity添加配置android:hardwareAccelerated=”true”

总结

以上就是这篇文章的全部内容了,希望本文的内容对给我Android开发者们能带来一定的帮助,如果有疑问大家可以留言交流。

您可能感兴趣的文章:
阅读全文