Android开发之内存优化探讨(3)软引用与弱引用的使用

在Android开发中,软引用和弱引用可能用的比较少,但是如果能够在适当的场景下正确的使用,可以对我们的app提供很好的优化体验。

1.强引用:也就是我们最常使用的引用,比如普通声明一个变量

String str = null;
这个str就是强引用。

关于强引用,也就是说,当系统内存不足时,系统宁愿抛出oom异常终止程序,也不会去回收它。

2.软引用:

SoftReference reference = new SoftReference(t);

这里的reference 就是一个指向类T的对象t的软引用;
关于软引用,如果某个对象只被软引用引用,当系统内存不足的时候,如果扫描到它,则会将其回收。如果系统内存充足,则不会回收它。

3.弱引用:

WeakReference<T> weakReference = new WeakReference<T>(t);

这里的weakReference 就是一个指向类T的对象t的弱引用,如果某个对象只被弱引用引用,弱引用的优先级比软引用还要低,即不论内存是否充足,当GC扫描到它的时候就会回收。

4.虚引用:这个引用跟没有引用是一样的,Android中现在已经废弃掉了,一般不怎么会用到,所以这里就不讲了。

下面先举个软引用使用的例子,我目前用到的一个地方就是在aciticy的管理类当中。

这是我实际项目中自己写的一个activity管理类

package com.mnsn.lldr.utils;

import java.lang.ref.SoftReference;
import java.util.Collections;
import java.util.LinkedList;
import java.util.List;
import android.app.Activity;
import android.content.Context;
import android.content.Intent;

public class MyActivityManger {
    private static MyActivityManger instance;
    private List<SoftReference<Activity>> activityList = Collections.synchronizedList(new LinkedList<SoftReference<Activity>>());

    public void destoryActivty(Activity mactivity) {
        for (int i = 0; i < activityList.size(); i++) {
            Activity activity = activityList.get(i).get();
            if (activity == null || mactivity.equals(activity)) {
                activityList.remove(i);
                i--;
            }
        }

    }

    public static MyActivityManger getInstance() {
        if (instance == null) {
            instance = new MyActivityManger();
        }
        return instance;
    }

    private void destoryActivty(String activityName) {
        for (int i = 0; i < activityList.size(); i++) {
            Activity activity = activityList.get(i).get();
            if (activity != null && activityName.equals(activity.getClass().getSimpleName())) {
                activity.finish();
                activityList.remove(i);
                i--;
            } else if (activity == null) {
                activityList.remove(i);
                i--;
            }

        }
    }

    public void closeActivity(String... names) {
        for (int i = 0; i < names.length; i++) {
            destoryActivty(names[i]);
        }
    }

    /**
     * 添加Activity到集合中
     * 
     * @param activity
     */
    public void addActivity(Activity activity) {
        SoftReference<Activity> reference = new SoftReference<Activity>(activity);
        activityList.add(reference);

    }

    public void exitAll() {

        for (int i = 0; i < activityList.size(); i++) {
            Activity activity = activityList.get(i).get();
            if (activity != null) {
                activity.finish();
            }
            activityList.remove(i);
            i--;
        }

    }

    public void exitAll(Activity mActivity) {

        for (int i = 0; i < activityList.size(); i++) {
            Activity activity = activityList.get(i).get();
            if (activity != null && !mActivity.equals(activity)) {
                activity.finish();
                activityList.remove(i);
                i--;
            } else if (activity == null) {
                activityList.remove(i);
                i--;
            }
        }

    }

    public static void turnToActivity(Context context, Class<?> dest) {
        Intent intent = new Intent(context, dest);
        context.startActivity(intent);
    }

}

我会将项目中所有的activity都添加到这个类中,便于管理,如果是在activity未被主动销毁的情况下,如果内存不足,希望它被回收掉,所以用软引用非常合适。

接下来 再举一个弱引用使用的例子:

package com.example.test;

import android.app.Activity;
import android.os.Bundle;
import android.os.Handler;

public class SoftandWeakActivity extends Activity{


    @Override
    protected void onCreate(Bundle savedInstanceState) {
        // TODO Auto-generated method stub
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        thread.start();
    }

    private void UpdateUi(){

    };

    private Handler handler = new Handler(){
        public void handleMessage(android.os.Message msg) {

            switch (msg.what) {
            case 100:
                UpdateUi();
                break;

            default:
                break;
            }
        };
    };


    private void doSomethingLongTime(){

    }

    Thread thread = new Thread(){
        public void run() {
            doSomethingLongTime();
            handler.sendEmptyMessage(100);
        };
    };
}

当我们使用handler加thread去更新UI的时候,通常会像上面这样写,但是这样写有个问题,可能会照成内存泄露,因为子在hanler和thread的内部,是默认持有当前activity的对象的,如果doSomethingLongTime()这方法执行的时间比较长,当activity已经结束掉了还没执行完,那么此时activity将不会被回收。
我们所希望的当然是,aciticy被结束掉过后,UI当然就不用更新了,aciticy也可及时被回收掉。

那么可以改成以下这样:

package com.example.test;

import java.lang.ref.SoftReference;
import java.lang.ref.WeakReference;

import android.app.Activity;
import android.os.Bundle;
import android.os.Handler;

public class SoftandWeakActivity extends Activity{
    private boolean isonDestroyed;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        // TODO Auto-generated method stub
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        thread.start();
    }

    private MyHandler handler = new MyHandler(new WeakReference<Activity>(this));
    public void UpdateUi(){

    };

    @Override
    protected void onDestroy() {
        // TODO Auto-generated method stub
        super.onDestroy();
        handler.removeCallbacksAndMessages(null);
        isonDestroyed = true;

    }

    static class MyHandler extends Handler{


        private WeakReference<Activity> weakReference;
        public MyHandler (WeakReference<Activity> weakReference){
            this.weakReference = weakReference;
        }
        public void handleMessage(android.os.Message msg) {

            switch (msg.what) {
            case 100:
                SoftandWeakActivity activity = (SoftandWeakActivity)weakReference.get();
                if(activity!=null&&!activity.isonDestroyed){
                    activity.UpdateUi();
                }
                break;

            default:
                break;
            }
        };
    };


    private void doSomethingLongTime(){

    }

    Thread thread = new Thread(){
        public void run() {
            doSomethingLongTime();
            handler.sendEmptyMessage(100);
        };
    };
}

关于弱引用还有一个相当经典的例子,就是我们在应用中用的最广泛的图片处理框架imageloader,

/*******************************************************************************
 * Copyright 2011-2013 Sergey Tarasevich
 *
 * Licensed under the Apache License, Version 2.0 (the "License");
 * you may not use this file except in compliance with the License.
 * You may obtain a copy of the License at
 *
 * http://www.apache.org/licenses/LICENSE-2.0
 *
 * Unless required by applicable law or agreed to in writing, software
 * distributed under the License is distributed on an "AS IS" BASIS,
 * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
 * See the License for the specific language governing permissions and
 * limitations under the License.
 *******************************************************************************/
package com.nostra13.universalimageloader.cache.memory.impl;

import android.graphics.Bitmap;
import com.nostra13.universalimageloader.cache.memory.BaseMemoryCache;

import java.lang.ref.Reference;
import java.lang.ref.WeakReference;

/**
 * Memory cache with {@linkplain WeakReference weak references} to {@linkplain android.graphics.Bitmap bitmaps}<br />
 * <br />
 * <b>NOTE:</b> This cache uses only weak references for stored Bitmaps.
 *
 * @author Sergey Tarasevich (nostra13[at]gmail[dot]com)
 * @since 1.5.3
 */
public class WeakMemoryCache extends BaseMemoryCache {
    @Override
    protected Reference<Bitmap> createReference(Bitmap value) {
        return new WeakReference<Bitmap>(value);
    }
}

我们可以看到,作者在处理图片缓存的时候,也是用了弱引用。
感兴趣的同学可以去看下imageloader的源码。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值