经常会用到 网络文件 比如查看大图片数据 资源优化的问题，当然用开源的项目 Android-Universal-Image-Loader 或者 ignition 都是个很好的选择。
在这里把原来 写过的优化的代码直接拿出来，经过测试千张图片效果还是不错的。
工程目录：
至于 Activity 就是加载了 1个网格布局
/**
* 实现 异步加载 和 2级缓存
*/
public class ImagedownActivity extends Activity {
public static String filepath;
@Override
public void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.main);
filepath = this.getCacheDir().getAbsolutePath();
GridView gv=(GridView)findViewById(R.id.gridview01);
//设置列数
gv.setNumColumns(3);
//配置适配器
gv.setAdapter(new Myadapter(this));
}
@Override
protected void onDestroy() {
// TODO Auto-generated method stub
//activity 销毁时，清除缓存
MyImageLoader.removeCache(filepath);
super.onDestroy();
}
}接下来 Myadapter.java（给网格每个item塞入图片 ）在生成每个 item 异步请求网络获取image
public class Myadapter extends BaseAdapter {
private Context context;
private String root ="http://192.168.0.100:8080/Android_list/";
private String[] URLS;
private final MyImageLoader myImageLoader = new MyImageLoader(context);;
/**
* adapter 初始化的时候早一堆数据
* 这里我请求的是自己搭的服务器
* @param context
*/
public Myadapter(Context context){
this.context =context;
URLS = new String[999];
for (int i = 0; i < 999; i++) {
URLS[i] = root + (i+1)+".jpg";
}
}
@Override
public int getCount() {
return URLS.length;
}
@Override
public Object getItem(int position) {
return URLS[position];
}
@Override
public long getItemId(int position) {
return URLS[position].hashCode();
}
@Override
public View getView(int position, View view, ViewGroup parent) {
ImageView imageView;
if(view==null){
imageView=new ImageView(context);
imageView.setLayoutParams(new GridView.LayoutParams(200,190));
imageView.setAdjustViewBounds(false);
imageView.setScaleType(ImageView.ScaleType.CENTER_CROP);
imageView.setPadding(5, 5, 5, 5);
}else{
imageView=(ImageView)view;
}
myImageLoader.downLoad(URLS[position], (ImageView)imageView , context);
return imageView;
}
}MyImageLoader.java
public class MyImageLoader {
//最大内存
final static int memClass = (int) Runtime.getRuntime().maxMemory();
private Context context;
// 是否缓存到硬盘
private boolean diskcache = true;
// 定义一级 缓存的图片数
private static final int catch_num = 10;
// 定义二级缓存 容器 软引用
private static ConcurrentHashMap<String, SoftReference<Bitmap>> current_hashmap = new ConcurrentHashMap<String, SoftReference<Bitmap>>();
// 定义一级缓存容器 强引用 (catch_num ,0.75f,true） 默认参数 2.加载因子默认 3.排序模式 true
private static LinkedHashMap<String, Bitmap> link_hashmap = new LinkedHashMap<String, Bitmap>(catch_num ,0.75f,true) {
// 必须实现的方法
protected boolean removeEldestEntry(java.util.Map.Entry<String, Bitmap> eldest) {
/** 当一级缓存中 图片数量大于 定义的数量 放入二级缓存中
*/
if (this.size() > catch_num) {
// 软连接的方法 存进二级缓存中
current_hashmap.put(eldest.getKey(), new SoftReference<Bitmap>(
eldest.getValue()));
//缓存到本地
cancheToDisk(eldest.getKey(),eldest.getValue() );
return true;
}
return false;
};
};
public MyImageLoader(Context context) {
}
/**
* 外部调用此方法 进行下载图片
*/
public void downLoad(String key , ImageView imageView,Context context){
// 先从缓存中找 。
context = this.context;
Bitmap bitmap = getBitmapFromCache(key);
if( null!= bitmap){
imageView.setImageBitmap(bitmap);
cancleDownload(key, imageView); //取消下载
return ;
}
// 缓存中 没有 把当前的 imageView 给他 得到 task
if(cancleDownload(key, imageView)){ //没有任务进行。，。。开始下载
ImageDownloadTask task = new ImageDownloadTask(imageView);
Zhanwei_Image zhanwei_image = new Zhanwei_Image(task);
//先把占位的图片放进去
imageView.setImageDrawable(zhanwei_image);
// task执行任务
task.execute(key);
}
}
/** 此方法 用于优化 ： 用户直接 翻到 哪个 就先加载 哪个、
* @param key - URL
* @param imageView - imageView
* core： 给当前的 imageView 得到给他下载的 task
*/
private boolean cancleDownload(String key,ImageView imageView){
// 给当前的 imageView 得到给他下载的 task
ImageDownloadTask task = getImageDownloadTask(imageView);
if(null != task){
String down_key = task.key;
if( null == down_key || !down_key.equals(key)){
task.cancel(true); // imageview 和 url 的key不一样 取消下载
}else{
return false; //正在下载：
}
}
return true; //没有正在下载
}
// public void getThisProcessMemeryInfo() {
// int pid = android.os.Process.myPid();
// android.os.Debug.MemoryInfo[] memoryInfoArray = activityManager.getProcessMemoryInfo(new int[] {pid});
// System.out.println("本应用当前使用了" + (float)memoryInfoArray[0].getTotalPrivateDirty() / 1024 + "mb的内存");
// }
/**
* 从缓存中得到 图片的方法 1.先从一级 缓存找 linkhashmap 不是线程安全的 必须要加同步
*/
public Bitmap getBitmapFromCache(String key) {
//1.先在一级缓存中找
synchronized (link_hashmap) {
Bitmap bitmap = link_hashmap.get(key);
if (null != bitmap) {
link_hashmap.remove(key);
// 按照 LRU是Least Recently Used 近期最少使用算法 内存算法 就近 就 原则 放到首位
link_hashmap.put(key, bitmap);
System.out.println(" 在缓存1中找图片了 =" +key);
return bitmap;
}
}
// 2. 到二级 缓存找
SoftReference<Bitmap> soft = current_hashmap.get(key);
if (soft != null) {
//得到 软连接 中的图片
Bitmap soft_bitmap = soft.get();
if (null != soft_bitmap) {
System.out.println(" 在缓存2中找图片了 =" +key);
return soft_bitmap;
}
} else {
// 没有图片的话 把这个key删除
current_hashmap.remove(key);
}
//3.都没有的话去从外部缓存文件读取
if(diskcache){
Bitmap bitmap = getBitmapFromFile(key);
if(bitmap!= null){
link_hashmap.put(key, bitmap); //将图片放到一级缓存首位
return bitmap;
}
}
return null;
}
/**
* 缓存到本地文件
* @param key
* @param bitmap
*/
public static void cancheToDisk(String key ,Bitmap bitmap ){
//2.缓存bitmap至/data/data/packageName/cache/文件夹中
try {
String fileName = getMD5Str(key);
String filePath = ImagedownActivity.filepath + "/" + fileName;
System.out.println("缓存到本地===" + filePath);
FileOutputStream fos = new FileOutputStream(filePath);
bitmap.compress(Bitmap.CompressFormat.JPEG, 100, fos);
} catch (Exception e) {
}
}
/**
* 从外部文件缓存中获取bitmap
* @param url
* @return
*/
private Bitmap getBitmapFromFile(String url){
Bitmap bitmap = null;
String fileName = getMD5Str(url);
if(fileName == null){
return null;
}
String filePath = ImagedownActivity.filepath + "/" + fileName;
try {
FileInputStream fis = new FileInputStream(filePath);
bitmap = BitmapFactory.decodeStream(fis);
System.out.println("在本地缓存中找到图片==="+ filePath);
} catch (FileNotFoundException e) {
System.out.println("getBitmapFromFile==="+ e.toString());
e.printStackTrace();
bitmap = null;
}
return bitmap;
}
/**
* 清理文件缓存
* @param dirPath
* @return
*/
public static boolean removeCache(String dirPath) {
File dir = new File(dirPath);
File[] files = dir.listFiles();
if(files == null || files.length == 0) {
return true;
}
int dirSize = 0;
//这里删除所有的缓存
int all_ = (int) ( 1 * files.length + 1);
//对files 进行排序
Arrays.sort(files, new FileLastModifiedSort());
for (int i = 0; i < all_ ; i++) {
files[i].delete();
}
return true;
}
/**
* 根据文件最后修改时间进行排序
*/
private static class FileLastModifiedSort implements Comparator<File> {
@Override
public int compare(File lhs, File rhs) {
if(lhs.lastModified() > rhs.lastModified()) {
return 1;
} else if(lhs.lastModified() == rhs.lastModified()) {
return 0;
} else {
return -1;
}
}
}
/**
* MD5 加密
*/
private static String getMD5Str(String str) {
MessageDigest messageDigest = null;
try {
messageDigest = MessageDigest.getInstance("MD5");
messageDigest.reset();
messageDigest.update(str.getBytes("UTF-8"));
} catch (NoSuchAlgorithmException e) {
System.out.println("NoSuchAlgorithmException caught!");
return null;
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
return null;
}
byte[] byteArray = messageDigest.digest();
StringBuffer md5StrBuff = new StringBuffer();
for (int i = 0; i < byteArray.length; i++) {
if (Integer.toHexString(0xFF & byteArray[i]).length() == 1)
md5StrBuff.append("0").append(Integer.toHexString(0xFF & byteArray[i]));
else
md5StrBuff.append(Integer.toHexString(0xFF & byteArray[i]));
}
return md5StrBuff.toString();
}
// ------------------------ 异步加载----------------------------
/**
* 占位的 图片 或者 颜色 用来绑定 相应的图片
*/
class Zhanwei_Image extends ColorDrawable{
//里面存放 相应 的异步 处理时加载好的图片 ----- 相应的 task
private final WeakReference<ImageDownloadTask> taskReference;
public Zhanwei_Image(ImageDownloadTask task){
super(Color.BLUE);
taskReference = new WeakReference<MyImageLoader.ImageDownloadTask>(task);
}
// 返回去这个 task 用于比较
public ImageDownloadTask getImageDownloadTask(){
return taskReference.get();
}
}
// 根据 给 的 iamgeView、 得到里面的 task 用于和当前的 task比较是不是同1个
private ImageDownloadTask getImageDownloadTask(ImageView imageView){
if( null != imageView){
Drawable drawable = imageView.getDrawable();
if( drawable instanceof Zhanwei_Image)
return ((Zhanwei_Image)drawable).getImageDownloadTask();
}
return null;
}
/**
* 把图片 添加到缓存中
*/
public void addBitmap(String key, Bitmap bitmap) {
if (null != bitmap) {
synchronized (link_hashmap) { // 添加到一级 缓存中
link_hashmap.put(key, bitmap);
}
}
}
/** 在后台 加载每个图片
* 第一个参数 第2个要进度条不 第三个返回结果 bitmap
*/
class ImageDownloadTask extends AsyncTask<String, Void, Bitmap> {
private String key;
private WeakReference<ImageView> imgViReference;
public ImageDownloadTask(ImageView imageView) {
//imageView 传进来 。。要给哪个iamgeView加载图片
imgViReference = new WeakReference<ImageView>(
imageView);
}
@Override
protected Bitmap doInBackground(String... params){
key = params[0];
//调用下载函数 根据 url 下载
return downloadBitmap(key);
}
@Override
protected void onPostExecute(Bitmap result) {
if(isCancelled()){
result = null;
}
System.out.println("result=="+ result.getByteCount()+"---memClassmemery="+memClass);
if(null!= result){
//保存到缓存中
addBitmap(key, result);
ImageView imageView = imgViReference.get();
if( null != imageView){
//向 imageView 里面放入 bitmap
ImageDownloadTask task = getImageDownloadTask(imageView);
/**
* 判断 是不是 同一个 task( )
* 如果当前这个 task == imageView 里面的那个 task 就是同1个
*/
if( this == task ){
imageView.setImageBitmap(result);
}
}
}
}
}
/**
* 连接网络 客户端 下载图片
*/
private Bitmap downloadBitmap(String url) {
final HttpClient client = AndroidHttpClient.newInstance("Android");
final HttpGet getRequest = new HttpGet(url);
try {
HttpResponse response = client.execute(getRequest);
final int statusCode = response.getStatusLine().getStatusCode();
if (statusCode != HttpStatus.SC_OK) {
Log.w("ImageDownloader", "Error " + statusCode + " while retrieving bitmap from " + url);
return null;
}
final HttpEntity entity = response.getEntity();
if (entity != null) {
InputStream inputStream = null;
try {
inputStream = entity.getContent();
/**
* 1.没有压缩直接将生成的bitmap返回去
*/
// return BitmapFactory.decodeStream(inputStream);
/**
* 2.得到data后在这里把图片进行压缩
*/
byte[] data = StreamTool.read(inputStream);
return BitmapManager.scaleBitmap(context, data, 0.3f);
// return BitmapFactory.decodeStream(new FlushedInputStream(inputStream));
} finally {
if (inputStream != null) {
inputStream.close();
}
entity.consumeContent();
}
}
} catch (IOException e) {
getRequest.abort();
} catch (IllegalStateException e) {
getRequest.abort();
} catch (Exception e) {
getRequest.abort();
} finally {
if ((client instanceof AndroidHttpClient)) {
((AndroidHttpClient) client).close();
}
}
return null;
}
}StreamTool.java
public class StreamTool {
public static byte[] read(InputStream in) throws Exception{
ByteArrayOutputStream out_byte = new ByteArrayOutputStream();
byte[] buff = new byte[1024];
int len=0;
while((len = in.read(buff))!= -1){
//写到内存中 字节流
out_byte.write( buff, 0 , len);
}
out_byte.close();
// 把内存数据返回
return out_byte.toByteArray();
}
}
BitmapManager.java ( 这个类里面对 网络资源的图片 进行了优化)
public class BitmapManager {
/**
* 按屏幕适配Bitmap
*/
public static Bitmap scaleBitmap(Context context, byte[] data , float percent) {
//这里我不获取了，假设是下面这个分辨率
int screenWidth = 540;
int screenrHeight = 950;
//设置 options
BitmapFactory.Options options = new BitmapFactory.Options();
/**
* BitmapFactory.Options这个类，有一个字段叫做 inJustDecodeBounds.SDK中对这个成员的说明是这样的：
* If set to true, the decoder will return null (no bitmap), but the out…
* 也就是说，如果我们把它设为true，那么BitmapFactory.decodeFile(String path, Options opt)并不会真的返回一个Bitmap给你，
* 它仅仅会把它的宽，高取回来给你，这样就不会占用太多的内存，也就不会那么频繁的发生OOM了。
*/
options.inJustDecodeBounds = true;
//读取
Bitmap bitmap = BitmapFactory.decodeByteArray(data, 0, data.length, options);
int imgWidth = options.outWidth;
int imgHeight = options.outHeight;
//如果比你设置的宽高大 就进行缩放，
if(imgWidth > screenWidth * percent || imgHeight > screenrHeight * percent) {
options.inSampleSize = calculateInSampleSize(options, screenWidth, screenrHeight, percent);
}
/**
* If set to true, the decoder will return null (no bitmap), but the out... fields will still be set, allowing the caller
* to query the bitmap without having to allocate the memory for its pixels.
*
* 如果设置成 true，这个编码将会返回1个null ， 但是那个区域仍将被设置（也就是存在），允许（调用者）去查询那个没有分配 内存的像素 bitmap
*/
options.inJustDecodeBounds = false;
/**
* Android的Bitmap.Config给出了bitmap的一个像素所对应的存储方式，
* 有RGB_565，ARGB_8888，ARGB_4444，ALPHA_8四种。RGB_565表示的是红绿蓝三色分别用5,6,5个比特来存储，
* 一个像素占用了5+6+5=16个比特。ARGB_8888表示红绿蓝和半透明分别用8,8,8,8个比特来存储，
* 一个像素占用了8+8+8+8=32个比特。这样的话如果图片是以RGB_8888读入的，那么占用内存的大小将是RGB_565读入方式的2倍。
* 通常我们给Imagview加载图片是通过setDrawable或者在xml文件中用android:src来设置
* 默认的加载图片大小的方式是以RGB_8888读入的。
*
*/
options.inPreferredConfig = Bitmap.Config.RGB_565;
/**
* If this is set to true, then the resulting bitmap will allocate its pixels such that they can be purged
* if the system needs to reclaim memory.
*
* 如果设置成 true， 这个结果bitmap 将会被分配像素，这样他们就能被 系统回收了，当系统需要回收内存的时候
*/
options.inPurgeable = true;
/**
* This field works in conjuction with inPurgeable.
* 这个方法是在 inPurgeable 的基础上工作的
*/
options.inInputShareable = true;
bitmap = BitmapFactory.decodeByteArray(data, 0, data.length, options);
System.out.println("data==="+ data.length +" change == bitmap byte "+ bitmap.getByteCount());
return bitmap;
}
// options reqWidth 屏幕宽 reqHeight屏幕高 你的view是屏幕的多大
public static int calculateInSampleSize(BitmapFactory.Options options, int screenWidth, int screenHeight ,float percent) {
// 原始图片宽高
final int height = options.outHeight;
final int width = options.outWidth;
// 倍数
int inSampleSize = 1;
if (height > screenHeight * percent || width > screenWidth * percent) {
// 计算目标宽高与原始宽高的比值
final int inSampleSize_h = Math.round((float) height / (float)( screenHeight * percent));
final int inSampleSize_w = Math.round((float) width / (float)( screenWidth * percent));
// 选择两个比值中较小的作为inSampleSize的
inSampleSize = inSampleSize_h < inSampleSize_w ? inSampleSize_h : inSampleSize_w;
System.out.println("inSampleSize===="+ inSampleSize);
//
if(inSampleSize < 1) {
inSampleSize = 1;
}
}
//简单说这个数字就是 缩小为原来的几倍，根据你的image需要占屏幕多大动态算的（比如你用的权重设置layout）
return inSampleSize;
}
}这个是代码输出的最多给这个进程分配的内存 128M
可以看到我上面的bitmapManager 里面有个 options.inPreferredConfig 注释写的很清楚，可以上去看一下，接下来贴几种格式的效果图
rgb565 和 argb_444 所占的内存 (54000)
看一下 argb_8888 ( 108000)
当然可能仔细看的人会看到我一开始截的 鸣人的效果图 上半部分 和 下半部分的颜色会有点问题。上面的rgb_565 生成的，和原图色彩可能会有点出入。
但是内存真心少了一半，所以各种取舍就看个人了，代码注释都谢的很清楚了。
先贴出代码不同地方的代码 ： 就是在强引用的地方 把 LinkedHashMap 换成了 LruCache
// 获取单个进程可用内存的最大值
// 方式一：使用ActivityManager服务（计量单位为M）
/*int memClass = ((ActivityManager) context.getSystemService(Context.ACTIVITY_SERVICE)).getMemoryClass();*/
// 方式二：使用Runtime类（计量单位为Byte）
final static int memClass = (int) Runtime.getRuntime().maxMemory();
// 3. 定义一级缓存容器 强引用 (catch_num /2,0.75f,true） 默认参数 2.加载因子默认 3.排序模式 true
final static int max = memClass/5;
// LruCache 用强引用将 图片放入 LinkedHashMap
private static LruCache<String, Bitmap> lrucache = new LruCache<String, Bitmap>(max) {
protected int sizeOf(String key, Bitmap value) {
if(value != null) {
// 计算存储bitmap所占用的字节数
return value.getRowBytes() * value.getHeight();
} else {
return 0;
}
}
@Override
protected void entryRemoved(boolean evicted, String key, Bitmap oldValue, Bitmap newValue) {
if(oldValue != null) {
// 当硬引用缓存容量已满时，会使用LRU算法将最近没有被使用的图片转入软引用缓存
current_hashmap.put(key, new SoftReference<Bitmap>(oldValue));
}
}
};1. 强引用：LruCache 后面再说，其实他内的内部封装的就是1个 LinkedHashMap 。LinkedHashMap 是线程不安全的，所以上面都会用到同步。
2. 软引用：ConcurrentHashMap 是线程安全的，并且支持高并发很有效率，这个后面也会说到，为什么要用 软引用 SoftReference，这个是在系统将要oom时，就会回收
软引用的对象资源，所以才会用到他，防止程序出异常 。
3. 磁盘缓存： 这个经常会看到网易新闻等，应用有些界面你看了很多图片，往上翻很多， 其实没有再次访问网络，会将部分image缓存在sdcard里。
4. 其中1个优化： 当比如用户快速滑动到 最底部，其实是最先加载显示给用户的部分的内容的，这样就是用户看到哪加载哪，1个是快，1个是避免资源浪费。
原理： 当用户进入界面加载图片 ，首先会从1级缓存强引用中找，找不到回去2级缓存软引用中找，找不到再去sdcard中找，再找不到才会去请求网络加载资源。
当然sdcard的缓存 看个人需求是否需要。
注： android 4.0 后 对 SoftReference 的回收机制进行了改变，所以你是可以不用 2级缓存的，直接去掉就好了。
只要控制好你的 lrucache 或者 linkedhashmap就好了。
586
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
