聊一聊：内存优化的目的是什么？_app缓存优化有什么用，15个经典面试问题及答案例子

本文链接：https://blog.csdn.net/2401_84159911/article/details/137802278

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新HarmonyOS鸿蒙全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

htt

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上鸿蒙开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注鸿蒙）

正文

在Android 7之后（之前是oom_adj）的系统中有一个oom_score_adj的值表示应用的优先级，oom_score_adj越大，进程的优先级越低，越容易被回收。
系统会使用LRU算法来优先从最近最少使用的进程开始遍历，因此最近最少使用的进程被回收的概率比较高。
系统还会考虑使用内存较多的进程优先回收。

概括来说，当系统分配内存时发现内存不足，则会根据进程优先级、最近最少使用、进程占用内存等条件综合评判进行进程回收。显然低内存的进程被回收的可能性比较低，因此，为了保证用户体验应该尽可能的减少进程占用的内存。

2. 单个进程使用的内存是有限的。

Android 系统的java虚拟机会对单个进程使用的最大内存做限制，这个属性值定义在/system/build.prop文件中，厂商一般会根据设备自身内存大小来设定这个值，因此，不同的设备分配给APP的最大可用内存是不相同的。当进程启动时，系统会先为APP分配一定的内存空间，当分配的内存快要耗尽时，系统会再次为App 分配更多的内存，但是每个APP都有内存使用上限，一旦进程分配了最大可用内存后，内存依然不足则会直接抛出OOM异常，终止程序的运行。

因此，占用较大内存的APP会导致OOM异常的可能性，基于这点更需要我们针对性的做内存优化，避免OOM。

3. GC 时 STW 影响程序性能

当进程使用内存达到设定的阈值时，就会触发虚拟机的GC机制，无论是java的Hotspot虚拟机还是Android的Dalvik 或者ART虚拟机，在进行垃圾回收时都会存在暂停其他线程的问题，被称作Stop The World（简称SWT）。当发生SWT时，所有的其他线程都会被停止运行，等待GC结束后才会再次执行。虽然JDK中的较新的垃圾收集器向ZGC、Shenandoha以及ART自身的垃圾收集器等已经将STW的时间减小，但还是STW还是不能避免。

当内存不足或者出现内存抖动时都会频繁的出发GC机制进行垃圾回收。而由于频繁的GC导致频繁的的STW，进而导致严重的程序的性能问题。因此，为了提升程序性能，有必要进行内存优化。

二、内存优化策略

内存优化可以考虑从两个方面入手，一方面是大对象的优化，应该想办法减小大对象占用的内存；另一方面则是从内存泄漏及内存抖动等方面去优化内存。

1. Bitmap等大对象的优化策略

APP中的内存问题多半是因为Bitmap引起的。因此，解决Bitmap的问题就解决了一半的内存问题。要解决Bitmap的内存首先要知道Bitmap占用的内存是如何计算的。Bitmap的内存计算公式如下：

Bitmap占用内存 = 分辨率 * 单个像素点的内存

比如说一个 1920 * 1080 的图片，它所占用的内存就是1920 * 1080 * 单个像素点内存。因此，对于Bitmap的优化就可以从分辨率和单个像素点两个方面来进行优化。

(1) 优化Bitmap分辨率

通常APP加载一张图片时候，ImageView的大小是确定的，比如一个ImageView的大小设置为 100 * 100 ，但是被加载的Bitmap的分辨率是 200 * 200，那么就可以通过采样压缩将该 ‘Bitmap’ 的分辨率压缩到 ‘100 * 100’。通过这一压缩操作可以直接减少4倍的内存大小。代码如下：

val options = BitmapFactory.Options()
options.inSampleSize = 2 // 设置采样率为2，则会每两个像素点采一个像素，最终分辨率宽高变为原来的 1/2
val bitmap = BitmapFactory.decodeResource(resources, R.drawable.image, options)

(2) 优化单个像素点内存

计算机中的图像一般都是由红、绿、蓝三个通道加上一个透明通道组成的，因此，一般来说一个像素点也是由红、绿、蓝，以及一个透明通道组成，对应到内存就是通过byte来表示，比如用两个 byte 来存储一个像素点，那么每个通道就占用 4 bit 的内存，而如果用 4 个 byte 来存储一个像素点，那么每个通道就占用 1 个byte。4 字节的像素点，相比2字节的像素点可以表示的色彩会更加丰富，因此四字节的像素点组成的图像质量也更加清晰。

在 Android 的 Bitmap 中单个像素点占用的内存与 Bitmap 的 inPreferredConfig 参数配置有关系，这个参数的可选值如下表所示：

Config	占用内存（byte）	说明
ALPH_8	1	只包含一个透明通道,透明通道占用 8bit，即 1byte
RGB_565	2	包含R/G/B三个颜色通道，不包含透明通道，三个通道占用的内存分别为5bit/6bit/5bit
ARGB_4444	2	已废弃，包含A/R/G/B四个颜色通道，每个通道占用4bit
ARGB_8888	4	24位真彩色，Android默认配置，每个通道占用 8bit
RGBA_F16	8	Android 8.0 新增，每个通道占用16bit，即两个字节

在Android系统中 Bitmap 的默认色彩模式为 ARGB_8888, 即每个像素占用了4byte,那么在默认情况下，一张分辨率为1920 * 1080 的图片,加载到内存后占用的内存大小为1920 * 1080 * 4 = 7.91M

可以通过设置 inPreferredConfig 参数来设置对应的色彩模式，例如，一个不包含透明通道的图片，我们可以将其设置为RGB_565，即保证了图片的质量，又减少了内存的占用。代码如下：

val options = BitmapFactory.Options()
options.inPreferredConfig = Bitmap.Config.RGB_565 // 设置 bitmap 的色彩模式为 RGB_565
val bitmap = BitmapFactory.decodeResource(resources, R.drawable.image, options)

此时，一张 1920 * 1080 的图片加载到内存后的内存大小为 1920 * 1080 * 2 = 3.955M，比默认情况下的内存占用减小了一半。

(3) Bitmap的缓存策略

通过缓存策略也可以一定程度上的优化内存占用问题，比如 Glide 框架中采用了三级本地缓存策略来实现Bitmap的优化，通过设置活动缓存、LRU内存缓存和本地缓存。对于相同参数的ImageView，在内存中只保存一份，以此来减少内存大小。

(4) drawable资源选择合适的drawable文件夹存放

例如我们只在 hdpi 的目录下放置了一张 100 * 100 的图片，那么根据换算关系，分辨率匹配到 xxhdpi 的手机去引用这张图片时就会被拉伸到 200*200。需要注意到在这种情况下，内存占用是会显著提高的。对于不希望被拉伸的图片，需要放到 assets 或者 nodpi 的目录下。

(5) 其他大对象的优化

可以使用更加轻量级的数据结构。例如，我们可以考虑使用 ArrayMap/SparseArray 而不是 HashMap 等传统数据结构，相比起 Android 系统专门为移动操作系统编写的 ArrayMap 容器，在大多数情况下，HashMap 都显示效率低下，更占内存。另外，SparseArray更加高效在于，避免了对key与value的自动装箱，并且避免了装箱后的解箱。

(6) 避免内存抖动

内存抖动是指在短时间内突然创建大量的对象，频繁的引发GC回收，造成内存波动的情况。在开发中应该避免频繁的创建对象，来避免内存抖动。因为内存抖动会频繁触发 GC，而GC又会引起 STW 问题，直接影响程序的性能。

比如在绘制自定义View的时候一定要避免在onDraw或者onMeasure中创建对象。

2. 避免内存泄漏

Java的内存泄漏是指问题是指在对象使用结束后，由于一些地方持有该对象，虽然已经无用，但是无法被GC正常回收的情况。内存泄漏会引起很严重的性能问题，比如内存泄漏引起内存紧张，从而频繁的出发GC，而GC由于存在STW问题，又会引发更严重的性能问题。最终在分配新的对象时无法获得足够的内存空间时导致OOM的产生。

常见的内存泄漏

在实践操作当中，可以从四个方面着手减小内存使用，首先是减小对象的内存占用，其次是内存对象的重复利用，然后是避免对象的内存泄露，最后是内存使用策略优化。

(1) 单例模式引起的内存泄漏（Singleton）

为了完美解决我们在程序中反复创建同一对象的问题，我们选用了单例模式，单例在我们的程序中随处可见，但是由于单例模式的静态特性，使得它的生命周期和我们的应用一样长，一不小心让单例无限制的持有Activity的强引用就会导致内存泄漏。

(2) Handler引起的内存泄漏

Handler引起的内存泄漏在我们开发中最为常见的。我们知道Handler、Message、MessageQueue都是相互关联在一起的，万一Handler发送的Message尚未被处理，那么该Message以及发送它的Handler对象都会被线程MessageQueue一直持有。

(3) 匿名内部类在异步线程中的使用

它们方便却暗藏杀机。Android开发经常会继承实现 Activity 或者 Fragment 或者 View。如果你使用了匿名类，而又被异步线程所引用，那得小心，如果没有任何措施同样会导致内存泄漏的
由于Handler属于TLS（Thread Local Storage）变量，生命周期和Activity是不一致的，因此这种实现方式很难保证跟Activity的生命周期一直，所以很容易无法释放内存。

(4) static引起的内存泄漏

从前面的介绍我们知道，static修饰的变量位于内存的静态存储区，此变量与App的生命周期一致
这必然会导致一系列问题，如果你的app进程设计上是长驻内存的，那即使app切到后台，这部分内存也不会被释放。按照现在手机app内存管理机制，占内存较大的后台进程将优先回收，因为如果此app做过进程互保保活，那会造成app在后台频繁重启。当手机安装了你参与开发的app以后一夜时间手机被消耗空了电量、流量，你的app不得不被用户卸载或者静默。
这里修复的方法是：
不要在类初始时初始化静态成员。可以考虑lazy初始化（延迟加载）。架构设计上要思考是否真的有必要这样做，尽量避免。如果架构需要这么设计，那么此对象的生命周期你有责任管理起来。