Glide 这样用，更省内存！！！

在 Glide 的这些方法内，可以看到，它们都会去操作 memoryCache 和 bitmapPool 这两个对象，实际上它们是两个接口，这里如果做特殊处理，操作的都是 Glide 对它们的默认实现，LruResourceCache 和 LruBitmapPool 。从名称上可以看出来，它们都是遵循 Lru 算法的。

就 Glide 而言，Memory Cache 是 Glide 用来在内存中缓存图片资源，使其在需要使用的时候立刻就可以使用，而不必执行磁盘的 I/O 操作，而 BitmatPool 则是 Glide 维护了一个图片复用池，LruBitmapPool 使用 Lru 算法保留最近使用的尺寸的 Bitmap，这不是本文的重点，大家了解一下即可。

其实 LruResourceCache 和 LruBitmapPool 中，对 clearMemory() 和 trimMemory() 的操作是类似的，这里就以 LruBitmapPool 举例。

/gm-LruBitmapPool.png

在 LruBitmapPool 中，会根据回调的方法以及参数，调用 clearMemory() 或者 trimToSize()，其实最终都是调用的 trimToSize() 方法。它用于裁剪当前缓存资源的个数。

/gm-trimtosize.png

可以看到，根据裁剪的目标尺寸，会去回收多余的 Bitmap 到合适的目标大小，以达到清理内存的目的。

2.2 配置 GlideModule

GlideModule 是 Glide 提供的一个配置接口，它会在第一次使用 Glide 的时候被调用，用于进行 Glide 的一些初始的配置。

具体 GlideModule 的使用，可以参见官方文档：

github.com/bumptech/gl…

GlideModule 是一个接口，需要实现其对应的方法。

/gm-module.png

这里我们只需要使用 applyOptions() 这个方法，它用于在 Glide 的默认配置的基础上，追加一些我们需要的配置。

而在这里，我们可以根据当前设备的内存情况，对其进行一个设定，使用 ActivityManager 获取当前设备的内存情况，如果是处于 lowMemory 的时候，将图片的 DecodeFormat 设置为 RGB_565 ， RGB_565 和默认的 ARGB_8888 比，每个像素会少 2 个byte，这样，等于一张同样的图片，加载到内存中会少一半内存的占用（ARGB_8888 每个像素占 4 byte）。

/gm-apply.png

2.3 避免使用圆角的ImageView

在实际项目内，经常会用到一些带圆角的图片，或者直接就是圆形的图片。圆形的图片，多数用于一些用户的头像之类的显示效果。

而在 Android 下，也有大量的类似 XxxImageView 的开源控件，用于操作 Bitmap 以达到一个圆角图片的效果，例如 Github 上比较火的 RoundedImageView。

它们大部分的原理，是接收到你传递的 Bitmap ，然后再输出一个与原来 Bitmap 等大的新 Bitmap ，在此基础之上，进行圆角的一些处理，这就导致了，实际上会在内存中，多持有一个 Bitmap ，一下一张图片占用的内存就被加倍了。

所以既然已经选择使用 Glide ，推荐使用 glide-transformations 这个开源库配合使用，glide-transformations 利用 Glide 的 bitmapTransfrom() 接口，实现对加载的 Bitmap 的进行一些变换操作。

glide-transformations 的 Github 地址如下：

github.com/wasabeef/gl…

glide-transformations 提供一系类对加载的图片的变换操作，从形状变换到色彩变换，全部支持，基本上满足大部分开发需要，并且它会复用 Glide 的 BitmapPool ，来达到节约内存的目的。

具体 glide-transformations 的使用，可以查看 Github 上的文档，下面是它的一个效果图。

2.4 根据内存情况，裁剪你的图片

前面的介绍的一些优化点，都是一些推荐的通用做法，基本上用了前面介绍的办法，图片导致的 OOM 应该会大幅度减少。

接下来介绍一个在 Android TV 上，加载全屏大图的时候，优化内存问题的一个解决办法。

首先要明确一点，国内 Android TV 的硬件环境非常的不好，二百三百的智能盒子到处都在卖，毕竟也是跑的 Android 系统，你想想你使用的是一款 299 的 Android 手机，你对它也不会有什么期待了。但是 Android TV 又是为了电视做的，所以大部分情况下，它都是需要支持 1920 * 1280 之类的屏幕尺寸，导致它如果加载一张全屏的大图，消耗的内存是不忍直视的，如果在内存环境不好的情况下，可能就直接 OOM 崩溃了。

所以，对于这种极端的情况，我想到了一个办法，根据当前的内存环境，按比例缩小需要显示的全屏图片，这样加载到内存中的图片，就是按比例缩小的。

在这里就需要用到 DrawableRequestBuilder 的 override() 这个 Api 了，它可以接受一个 width 和 height ，来重新指定加载图片的尺寸。

/gm-overr.png

既然 Glide 已经提供了标准的 Api ，那么我们还需要获取到当前运行设备的宽高。

/gm-display.png

这里推荐使用 getRealSize() 的方式获取屏幕的宽高，它可以真实的拿到当前屏幕的尺寸。其它 Api 在部分智能电视和盒子上，拿到的尺寸会小，因为没有计算 StatusBar 或者 NavigationBar的高度，这些都是经验之谈。

同时，我们也需要用到 ComponentCallbacks2 这个接口，前面已经介绍过了，就不再赘述了。

/gm-listener.png

在其中，记录 trim 的 level 这个值，反应当前的内存级别，在使用的时候，通过 getBitmapSize() 裁剪出一个符合当前内存环境的尺寸。

例子中只是对 TRIM_MENORY_RUNNING_LOW 进行了处理，会根据屏幕尺寸，缩放到 0.8f 倍的状态。如果要做的更多，可以将其它几个 level 也加上，调整不同的缩放倍数。

/gm-fullscreenload.png

两个都输出一下，看看差别，同一张全屏的图片，不缩放和缩放 0.8f 的差别。

I/cxmyDev: bgImage byteCount : 8294400
I/cxmyDev: bgImage byteCount : 5308416
可以看到，优化的目的还是达到了。可以节约大概 3MB 左右的内存空间，而图片又不至于模糊到无法看的地步。
三、小结

优化是没有终点的，今天先聊到这里，之后有想到的再补充。如果你有什么更好的建议，可以在文末留言一起讨论一下。

公众号二维码.jpg
点赞或者分享吧~

总结

Android架构学习进阶是一条漫长而艰苦的道路，不能靠一时激情，更不是熬几天几夜就能学好的，必须养成平时努力学习的习惯。所以：贵在坚持！

上面分享的字节跳动公司2020年的面试真题解析大全，笔者还把一线互联网企业主流面试技术要点整理成了视频和PDF（实际上比预期多花了不少精力），包含知识脉络 + 诸多细节。

就先写到这，码字不易，写的很片面不好之处敬请指出，如果觉得有参考价值的朋友也可以关注一下我

①「Android面试真题解析大全」PDF完整高清版+②「Android面试知识体系」学习思维导图压缩包阅读下载，最后觉得有帮助、有需要的朋友可以点个赞

《Android学习笔记总结+移动架构视频+大厂面试真题+项目实战源码》，点击传送门，即可获取！
中…(img-eslmhv1Q-1714885051801)]
《Android学习笔记总结+移动架构视频+大厂面试真题+项目实战源码》，点击传送门，即可获取！