对于一款APP，用户首先关注的是 app的性能，而不是APP本身的属性功能，用户不关心你是否是搞社交，是否搞电商，是否是一款强大的美图滤镜app，用户首先关注的是 性能—-性能不好，用户会直接卸载，在应用市场给一个恶狠狠得差评，小则影响产品口碑，大则影响公司的品牌和声誉，作为程序员，app的性能更应该作为我们关注的一个功能，而不是出了问题 才去门头苦恼加班加点的负担。
老实说，提高app性能的确非常难，处理这些问题 你必须知道：
为此诞生了本文：
性能优化听上去是一项非常艰巨的功能，但仔细思考，其实非常简单：
获取信息，
有人说你应用慢，应用闪退（崩掉，crash掉）的时候你需要找到原因。
通过运行 分析和反馈工具软件来收集应用相关的信息，我们需要明确哪些可以测量，哪些可以优化
也就是说任何应用开始优化时，整个过程取决于问题的可测性以及性能优化的可评价性。 开发中经常遇到的坎，问题不可复现，以及对于某一个细节是否需要优化 拿不定主意，这个需要我们自己身处其境 考虑分析各方面因素 得出结论，而不是纯粹得靠感觉。
分析数据，
很多时候，我们并不能直接理解问题的原因，比如内存溢出（OOM）的error，判断内存溢出需要计算很多个变量得内存大小，我们并不能直观通过眼球看出来一个app 运行过程那些变量的内存，这里我们就需要运行分析工具来帮助我们，将其转化为可视化的图表，
在这里，我们可能还是看不懂那些图表，横线竖线，具体是个什么玩意，
没有关系，去弄懂它们！就可以成为性能大师了.
现在你看那些内存中的二进制转换成图表的过程，就类似于古代的算命大师，
步骤1和步骤2 会不断的循环，搜集数据，分析数据···
有时候我们不只使用一种搜集工具和分析工具，这就需要自己针对性能得种类来深入研究了
Tack action!
发现了问题，找到了问题所在以及发生的原因，我们必须要恰当的去解决它，根据项目进度，该性能的优化成本，性能优先级，考虑项目中使用的java库或者android开源框架，其中的一些严格限制，
在你的方案提出之前，这些因素都是我们需要考虑的，因为提出的优化方案，不一定会被公司高层接受（除非你就是高层）。
工具不是规则，理解事物的规则和流程更重要
内存大小属于手机性能之一
举个简单的例子，内存就像你的卧室一样，当你在老家住着动辄几百平的村庄，舒服惯了，突然变卖家产一门心思想创业来到北京，家里的老本只够你住几平米的卫生间的时候，你就会注意到内存【房间】大小的重要性了。
首先我们要知道内存是如何影响系统运行
通常我们认为代码执行速度等同于物理硬件的执行速度，我们的代码指令都是通过使用内存来完成的。通过为实例对象，常量，变量分配内存，来完成操作，但是如何释放这些内存，通常我们并不清楚。
一旦分配出去的内存没有及时回收，会引造成系统卡顿，执行操作缓慢现象，这种现象称之为内存泄漏，Memory leak
java中的JVM就是一个抽象的计算机，和实际的计算机一样，它具有指令集并使用不同的存储区域，JVM负责执行代码，管理数据，管理内存和寄存器。
垃圾回收机制只做两件基本的事情：
通常，垃圾回收具有如下特点：
垃圾回收机制的工作目标是回收无用对象的内存空间，这些内存空间都是JVM堆内存的内存资源，对于其他物理资源，比如数据库连接，磁盘I/O 等资源无能为力
为了让垃圾回收机制尽快回收那些对象，可以将该对象引用变量置为null，
垃圾回收发生的不可预知性，不同JVM 采用不同的算法和机制，有可能定时回收，有可能cpu空闲回收，也有可能内存消耗极限发生，即使通过Runtime对象的gc（），System.gc（）来建议系统进行回收，但这之属于建议，不能精确控制垃圾回收机制的执行,
意思就是说，垃圾回收机制什么时候开始执行，并不是我们程序员能控制的，我们只能给予建议。
那么问题来了，如何精确的进行垃圾回收呢？
回答很明确，确保每一个对象都进行了有效的释放。对于不再需要的对象，不要引用他们，一旦在别的地方保持对这个对象的引用，垃圾回收机制 暂时不会回收该对象，则会导致严重得问题—-系统可用内存越来越少，垃圾回收执行的频率越来越高，cpu全都被垃圾回收的操作占有了，系统性能自然而然就下降了！
java8 已经删除了永生代内存，即一些常驻内存，不会回收的数据，而是改为使用本地内存来存储类的元数据，称之为元空间（Metaspace），不过貌似和Android开发没关系(-__-)。
回顾完java垃圾回收，下面介绍
这里写图片描述
经由为数据分配内存的类型，以及系统如何有效的利用gc回收内存，并为新的对象分配内存。
所有要申请的内存都被划分到内存空间中，根据这些特点，哪些数据分配到哪些内存中，取决于Android的版本，
最为重要的一点，Android系统为每个运行中的app分配了预设的内存通常为16m-32m之间，当分配的内存越多，系统内存不足时，系统就可能会执行内存清理，注意，是可能会执行，是否执行垃圾清理是由系统自己判断的。
进行垃圾回收，以确保有足够的内存分配给其他的应用操作，不同的Android版本，会有不同的gc操作，例如在davailk中，gc代表终止程序操作，
这里写图片描述
这里写图片描述
上图是正常的界面刷新流程，
这里写图片描述
上图，gc占据了一大块的时间，对于我们人类来说很短，但是对于系统来说很长了。
这里写图片描述
综合三张图分析：代码质量很差，使得系统为我们的app分配了过多内存，而且没有及时回收，系统需要更多的时间去执行gc回收，那么系统就没时间去保持界面的活跃，所以就造成了卡顿的现象。，
在一个循环体中，重复得创建对象，就会造成内存污染，马上就会有很多gc 启动，由于这一额外的内存压力，内存泄漏仍然会产生，当可用内存降低到一定总量时，会强制系统gc执行，那循环体中的那部分操作会显示出卡顿的情况，甚至有可能在内存极限的时候，我们开发的应用会闪退。
所以，唯一的解决办法是：减少代码申请的内存量，不使用的对象及时回收。
整个层叠图，代表还有多少内存可用 深蓝色区域：代表正在使用的内存大小 浅灰色区域：代表空闲未分配内存
这里写图片描述
这个红色箭头所指的坡度表示急需大量的内存，内存分配也急剧的增加。 上图是一个内存管理良好的例子
下图我们看一个内存糟糕的例子
这里写图片描述
分析
这里有一部分代码占用了大量的内存，然后又一下子释放了内存，生成不断重复又窄又长的曲线，这就是程序在花大量的时间在进行垃圾清理，运行垃圾清理的时间越多，其他操作可用的时间就越少，比如跟网络交互数据，页面刷新，打电话，听歌等等，这样就造成了卡顿
olution：Tools-Android-Android adb interact
最初并不会见效，重启app即可，
在这里我才开始引入内存泄漏的原因【虽然文章前面已经提到，但是在这里才着重拿出来作为一节】
网络上和一些书籍对内存泄漏解释是 应该回收的对象没有回收，有点不全面，我认为深一点来说，内存泄漏是针对系统而言的，内存泄漏指的是不能被使用的内存，但是垃圾回收器无法识别出来，对其进行回收，这些对象一直存在于堆中，并且持续占据着内存空间，无法被删除，随着不断泄漏，系统可用的内存就越来越小，意味着系统又需要花更多的时间 去进行内存清理操作，进行垃圾回收操作的次数越来越多，
简单的内存泄漏：对没有使用的对象 循环引用 复杂一点的：在listview还没有绘制完成时就添加到activity >
Heap viewer使用步骤，我录制了gift图，详情请看：
了解Heap Viewer: Heap Viewer可以有效的分析程序在堆中分配的数据类型及数量和 大小小
这里写图片描述
这里表示 byte数组和boolean数组的数量为177，占用了1.423M的内存
这里写图片描述
绿色箭头标出来的那部分 代码就是有问题的部分，原因在于，可以内存几乎为0，所有的内存已经被程序占用，首先记住，我们的代码有问题，造成了内存泄漏，并且，垃圾回收机制无法回收那部分内存空间
下图为30s之后的内存回收情况
这里写图片描述
启动第二次gc，此时Android调整并提高应用的内存上限，这样做的同时，如果漏洞没有修复，表明内存泄漏仍然存在，那么还会有第三次，第四次同样的gc操作，直至系统无法调整提高给应用更高的内存上限，造成内存溢出，甚至可能死机，
这里写图片描述
Trace Viewer可以精确追踪到代码的位置，限于篇幅请按照上图点击 那几个按钮 自行摸索考功它的功能能
Android 加载图片会创建Bitmap,drawable实例，占用内存空间，如果不进行高效处理，程序会很快达到 Android系统分配给APP的内存上限，直至挂掉
图片资源相比文本资源，在内存中会占据更大的内存，从字节数就可以看出来
在我们的应用中正确恰当高效的加载 图片资源 是一件非常棘手的事情
所以我们需要高效得加载图片。
一张图片的像素，尺寸，分别率，由可能超过Android的UI组件本身大小，UI组件的大小是由手机设备屏幕决定的，这些超出的部分，会消耗更多的内存。
应该让图片去匹配我们的手机设备，所以，我们需要对图片进行处理： 1. 不能超过每个应用程序的内存限制 2. 用最小的内存加载图片
1. 读取内存中Bitmap的尺寸和类型
BitmapFactory类提供了很多解析Bitmap的方法（decodeByteArray(), decodeFile(), decodeResource(), etc.），每一种解析方法都有一个额外的参数 BitmapFactory.Options，设置inJustDecodeBounds 属性为true可以禁止应用分配内存，此时bitmap返回为null，但是我们可以通过BitmapFactory.Options对象来获取很多有用的参数
此时 你可以通过BitmapFactory.Options来读取图片的尺寸和类型
总结：为了避免java.lang.OutOfMemory ，在加载图片之前需要检查原图的大小是否超出最低内存限制。
2. 加载一张小图，使得系统分配较少的内存给它。
现在我们已经获取到了图片的尺寸，加载一张图片之前，我们需要考虑：
计算整张图片需要多大的内存
我们希望给它多大的内存
例如一张1080*720的图片要展示在一个128*72的Imageview上
实际 项目中，比如一张2048x1536的图片，我们通过设置inSampleSize为4，来创建实际大小为512x384的bitmap，这样需要的内存为0.75MB而不是之前的12MB（色彩模式都是ARGB_8888的情况下），
Google官方提供了两个方法来供我们使用，可以封装到自己的工具类中：
研究一个新的函数，我们先关注函数的输入和输出提高阅读能力
3.接着为我们的UI组件ImageView设置一张缩略图咯：
为了完全理解这一部分，初学者请自行查阅
当图片资源来自网络或者硬盘的时候，最好不要直接在主线程中加载它，例如IO资源或者数据库资源都会占用CPU，CPU 要做的事情过多，Android手机会造成卡顿得现象，
好在Google 提供了解决办法–AsyncTask异步加载工具
接着我们在主线程中执行它即可
1. 为什么要缓存图片？
对于如何高效的加载一张图片 ，我们似乎已经得心应手了，这里要泼一盆凉水给大家，因为我们的应用不仅只是加载一张图片这么简单，比如ListView, GridView or ViewPager，RecyclerView，需要立刻加载出大量的bitmap，滑动的过程不断加载bitmap，还要求不卡顿，内存够用，这似乎又是一件棘手的事情。
Google 又提供了一种解决思路：对于ListView，RecyclerView，有可见的item和不可见的item，回收不可见的item 内存，分配给可见的，这样内存得到了重复利用，避免重复创建对象，不断申请并分配新的内存空间，触发最低内存限制的危险。
所以我们要管理 这些 已经创建好的内存。
2. 使用内存缓存
为什么优先使用内存缓存？
答：相比硬盘缓存的读取速度，读取内存中的数据更快
Google官方有什么建议？
答：Google推荐Lrucache类，底层使用用强引用封装的LinkedHashMap，来存储最近使用的对象，它自动会回收最近使用的对象当中，使用的最少的那一个对象的内存，这一点毋庸置疑值得推荐！
一种过时的做法，是用虚引用或者弱引用来标记bitmap，这种方法在Android 3.0以后已经不提倡了，因为类似JDK1.8那样，bitmap的内存是放在本地内存中的，它的回收是不确定的，有可能导致APP挂掉，切勿使用。
Lrucache这么棒，我们该如何用？
Lrucache就可以当作一种存储数据的结构，类似list，set，可以存储对象，获取对象，对应的有add（） 和get（）方法，它与数组一样，初始化的时候需要指定一个初始的大小。
那么Lrucache实例 初始的大小该如何确定？ 在计算大小之前，我们需要明确几件事情：
cache大小是由内存大小决定的，而不是 它存储数据的个数决定
这让我想起一个在项目开发中常见的bug，use a bitmap which has bean recycler
3. Lrucache使用实例
loadBitmap的过程很简洁：如果内存缓存中有这张bitmap，则直接刷新imageview，如果bitmap为空，则启动后台线程去加载bitmap，接着刷新imageview
异步线程 BitmapWorkerTask
4. 磁盘缓存 与内存缓存相结合的还有磁盘缓存，虽然磁盘读取速度较慢，但是持久存储的，不像内存缓存那样，在内存极限情况下仍然会被清理，比如后台正在执行数据加载，突然打进来一个电话，内存不足系统可能会进行垃圾回收。缓存就没有了
Google官方提供直接DiskLruCache 类
为什么要使用DiskLruCache 很明了：就是解决当内存缓存不可用的情形
内当需要频繁访问缓存的图片资源时，比如APP的画廊功能，可以考虑使用ContentProvider解决更为妥当。
下面是它的源码
5.处理运行时变更的缓存 当屏幕旋转，或者其他原因导致Activity restart，这个时候难道又让我们重新创建大量的图像资源？ 回答是否定的，Google提供了一种解决方案：
通过在Activity中使用fragment，构造Fragment时，通过设置 setRetainInstance(true))来设置缓存， 话不多说，直接上代码：
尊重博主原创，如需转载，请附上本文链接接： http://blog.csdn.net/chivalrousman/article/details/51567118
这一部分涉及到UI细节，例如ListView，Viewpager的优化
ViewPager是一个非常棒的组件，通过使用ViewPager和PagerAdapter可以实现类似新闻标题的滑动条以及常见的画廊功能。
谈到优化，Google 建议使用 PagerAdapter的子类FragmentStatePagerAdapter ，它可以在后台自动销毁和保存ViewPager中使用的Fragment的数据，通过使用它可以节省内存开销。
Note：当然，如果我们可以使用PagerAdapter来完成少许图片资源的展示，毕竟我们的优化是为了节省内存开销。
下面实例展示了带有ImageView的ViewPager，在主activity持有ViewPager和它的适配器。
在适配器的getItem中使用了自定义的Fragment，它持有ImageView，并负责完成展示
下面是ImageDetailFragment的细节，通过ImageDetailFragment，看上去已经大功告成 了，但事实真的如此吗？
阅读一段代码，除了学习外，还要思考它有什么缺点，如果是我，我该如何提高。
希望你能注意到这些问题，上述代码是在UI线程中加载的，可能会导致我们开发的应用长时间无响应而被迫挂掉。所以，请使用AsyncTask开启子线程来加载图片：
在阅读这段代码之前，请首先阅读上一篇博文 内存优化中的AsyncTsak部分
请至少阅读完上一篇内存优化的LruCache部分才能保证你理解这里
注意，只有阅读完上一篇内存优化中的Lrucache部分和AsyncTask部分才能保证你完全读懂上述代码
下面可能是大家经常的做法：
看上去非常棒，对吗？但是我们如何才能做的更好？
如果你能发现主线程加载图片的问题，恭喜你，有一点点进步。但是重复提醒你使用AsyncTask，显然不是我写这一节的目的。
我们还需要警惕GridView 中的并发问题，因为iGridView 会回收子View的内存空间。
像ListView和GridView，与RecyclerView使用AsyncTask的时候，不能忽视一个问题：Android系统为了高效分配内存，这些组件都会在上下滑动的时候回收子view的内存。在滑动的时候，并不能保证AsyncTask可以完成当前任务。此外，也不能保证异步任务可以按照顺序完成。
Google在 Multithreading for Performance 提供了建议：在AsyncTask中，用弱引用来存储ImageView，通过使用弱引用来被检查ImageView是否加载完成
好吧，理论上是这样，我们开始行动：
1. 自定义Drawable去存储异步任务重的弱引用，只有这样，才能保证task执行完毕之后，ImageView才会显示图片
2. 在执行BitmapWorkerTask之前，你需要创建 AsyncDrawable 并且绑定到ImageView上，通过如下代码：
3. 仅仅这些代码还是不够的，Google 还引入 cancelPotentialWork（）来检查是否有其他的task任务在使用当前ImageView，如果有，就会取消当前任务，取消这个做法是不是很让人眼前一亮呢！
这是cancelPotentialWork（）的实现
4. 我们还需要get方法获得相关的ImageView
5. 最后就是更新task中的onPostExecute（）检查任务是否取消，
至此，我们已经了解Google 对于并发加载的解决方案，只需要在getView（）实现它们就可以啦！
这样解决并发的办法，同理适用于ListView， Recycler 这也是热门加载框架ImageLoader，Volley 的加载原理。原理还是Google提出的！
这样就可以流畅的展示图片。
我们的代码可能会调用findViewById（），尤其是当滑动ListView，RecyclerView，GridView的时候，会使得app性能变得糟糕。甚至Adapter会返回一个已经被Android系统回收的View，可是你仍然需要初始化加载这个view并刷新它。
Google提出了使用 “View Holder” 设计模式
1. 首先创建 ViewHolder类，存储子View内部所有需要展示的布局
2. 接着填充ViewHolder并且存储到布局中
‘view holder’ 设计模式同样也适用于ListView，RecyclerView，GridView
当我通宵赶完这篇博客的时候，我的计算机也提醒我内存不足了 (●’◡’●)
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
