1.布局优化
1. 避免overdraw
Enable GPU Overdraw
Android系统在开发者选项中提供了这样一个工具“Enable GPU Overdraw”，通过这个工具可以查看当前区域中的绘制次数，从而尽量优化绘图层次，尽量增大蓝色区域，减少红色区域。
2. 优化布局层级
1）降低View树的高度
2）尽量使用RelativeLayout代替LinearLayout，原因是通过扁平的RelativeLayout来降低LinearLayout嵌套所产生布局树的高度，
3. 避免嵌套过多无用布局
1）使用<include>标签重用layout
<include layout="@layout/otherlayout">
android:layout_height="wrap_content"
android:layout_width="fill_parent"
android:layout_below="@id/top" />注意：如果需要在<include>中覆盖类似原布局的android:layout_XXX的属性，就必须在<include>标签中同时指定android:layout_width和android:layout_height属性。
2） 使用<merge>标签合并多余的layout
<merge>标签一般和<include>标签一起使用从而减少布局的层级。例如在LinearLayout中使用<include>标签引用一个布局，若这个布局刚好采用的也是LinearLayout，那么就可以使用<merge>标签去掉多余的那一层LinearLayout。
3） 使用<ViewStub>实现View的延迟加载
ViewStub继承View，是一个轻量级的组件，不可视，宽和高都为0，它本身不参与任何布局和绘制过程。
<ViewStub
android:id="@+id/viewstub_demo_image"
android:inflatedId="@+id/panel_import"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:layout_marginLeft="5dip"
android:layout_marginRight="5dip"
android:layout="@layout/viewstub_demo_image_layout"/> panel_import是布局viewstub_demo_image_layout根元素的id。可以使用下面两种方式进行加载
ViewStub stub = (ViewStub) findViewById(R.id.viewstub_demo_image).inflate(); 或者
(ViewStub) findViewById(R.id.viewstub_demo_image).setVisibility(View.VISIBLE); 两种方法的区别是inflate()方法可以返回引用的布局，然后再通过findViewById()方法找到对应的控件。
注意：ViewStub不支持<merge> 标签。
2.内存优化
手机的内存包括
- 寄存器：位于处理器内部，程序无法控制
- 栈：存放基本数据类型和对象引用的
- 堆：存放new创建的对象和数组
- 静态存储区域：存放特殊的数据变量，如：静态变量、方法、静态代码块
- 常量池：所用到的常量的一个有序集合
四种引用类型
⑴强引用（StrongReference）：JVM宁可抛出OOM也不会让GC回收的对象。
⑵软引用（SoftReference）：只有在内存不足时才会回收的对象。
⑶弱引用（WeakReference）：在GC时，一旦发现弱引用对象，不管当前内存是否足够都会回收的对象。
⑷虚引用（PhantomReference）：任何时候都会被GC回收的对象。
常见的导致内存泄露的场景：
场景1：静态变量导致的内存泄露
场景2：单列模式导致的内存泄露
场景3：属性动画导致的内存泄露
1.ListView的优化
主要分为三个方面：首先采用ViewHolder避免在getView中执行耗时的操作；其次根据列表的滑动状态控制任务的执行频率；最后可以尝试开启硬件加速来使ListView的滑动更加流畅。
2.Bitmap的优化
1）使用适当分辨率大小的图片
- 图片分辨率与资源文件夹分辨率匹配
| 屏幕密度 | 图标尺寸 |
|---|---|
| mdpi | 48x48px |
| hdpi | 72x72px |
| xhdpi | 96x96px |
| xxhdpi | 144x144px |
| xxxhdpi | 192x192px |
图片列表界面使用缩略图，显示详细图片时在显示原图
对图片要求不高的地方，尽量降低图片精度
通过BitmapFactory.Options来缩放图片，需要用到它的inSimpleSize参数（采样率），获取流程如下：
（1）将BitmapFactory.Options的inJustDecodeBounds设为true并加载图片。
（2）从BitmapFactory.Options取出原始宽高信息，它们对应于outWidth、outHeight参数。
（3）根据采样率的规则并结合目标View所需的大小计算inSimpleSize。
（4）将BitmapFactory.Options的inJustDecodeBounds设为false并重新加载图片。
上述的实例代码：
public static Bitmap getFitSampleBitmap(Resources resources, int resId, int width, int height) {
BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
BitmapFactory.decodeResource(resources, resId, options);
options.inSampleSize = getFitInSampleSize(width, height, options);
options.inJustDecodeBounds = false;
return BitmapFactory.decodeResource(resources, resId, options);
}
public static int getFitInSampleSize(int reqWidth, int reqHeight, BitmapFactory.Options options) {
int inSampleSize=1;
int imageWidth=options.outWidth;
int imageHeight=options.outHeight;
// 原始图片比较大的情况,如果原始比较小，则inSampleSize=1会将原始图片放大2倍
if (imageWidth > reqWidth || imageHeight > reqHeight) {
final int halfWidth = imageWidth / 2;
final int halfHeight = imageHeight / 2;
// 计算出最大的inSampleSize的值（2的幂），并保持图片宽高比请求的宽高大。
while ((halfWidth / inSampleSize) > reqWidth
&& (halfHeight / inSampleSize) > reqHeight) {
inSampleSize *= 2;
}
}
return inSampleSize;
}2）及时回收内存
在Android3.0之前，使用完bitmap后要及时调用bitmap.recycle()释放资源。在Android3.0之后，bitmap放到了堆内存中，由GC管理，就不需要释放了。
3）使用图片缓存
通过内存缓存（LruCache）和硬盘缓存（DiskLruCache）使用bitmap。
LruCache的原理：
LruCache是一个泛型类，内部采用LinkedHashMap以强引用的方式存储外界的缓存对象，其提供了get和put方法来获取和添加缓存，当缓存满时，LruCache会移除较早使用的对象，然后在添加新的缓存对象。
LruCache的实例使用：
public class PhotoAdapter extends ArrayAdapter<String> implements AbsListView.OnScrollListener {
protected Context mContext;
private LayoutInflater mInflater;
//下载图片的任务
private Set<DownloadPictureTask> mTask;
private LruCache<String,Bitmap> mLruCache;
private GridView mGridView;
private int mFirstVisiableItem;
private int mTotalVisiableItem;
/**
* 记录是否刚打开程序，用于解决进入程序不滚动屏幕，不会下载图片的问题。
*/
private boolean isFirstEnter = true;
public PhotoAdapter(Context context, int resoureId, String[] strings, GridView gridView) {
super(context, 0, strings);
this.mContext = context;
mInflater = LayoutInflater.from(context);
this.mGridView=gridView;
mTask=new HashSet<DownloadPictureTask>();
int maxMemorySize= (int) Runtime.getRuntime().maxMemory();
int cacheMemory=maxMemorySize/6;
mLruCache=new LruCache<String,Bitmap>(cacheMemory){
@Override
protected int sizeOf(String key, Bitmap value) {
//返回可用来存储bitmap的最小字节数
return value.getByteCount();
}
};
mGridView.setOnScrollListener(this);
}
@Override
public View getView(int position, View convertView, ViewGroup parent) {
ViewHolder holder = null;
View view;
if (convertView == null) {
holder = new ViewHolder();
view = mInflater.inflate(R.layout.photo_layout, null);
view.setTag(holder);
}else{
view=convertView;
holder= (ViewHolder) view.getTag();
}
holder.imageView= (ImageView) view.findViewById(R.id.photo);
String url = getItem(position);
if (url != null) {
holder.imageView.setTag(url);
}
setImageView(url,holder.imageView);
return view;
}
/**
* 给imageview设置图片，先从cache中取，没有则线设置成默认的图片
* @param url
* @param imageView
*/
private void setImageView(String url, ImageView imageView) {
Bitmap bitmap = getBitmapFromMemoryCache(url);
if (bitmap != null) {
imageView.setImageBitmap(bitmap);
} else {
imageView.setImageResource(R.drawable.empty_photo);
}
}
/**
* 从LruCache中获取一张图片，如果不存在就返回null
* @param url
* @return
*/
private Bitmap getBitmapFromMemoryCache(String url) {
return mLruCache.get(url);
}
/**
* 将图片缓存到cache中
* @param key
* @param bitmap
*/
private void addBitmapToMemoryCache(String key, Bitmap bitmap) {
if (getBitmapFromMemoryCache(key) == null) {
mLruCache.put(key, bitmap);
}
}
@Override
public void onScrollStateChanged(AbsListView view, int scrollState) {
// 仅当GridView静止时才去下载图片，GridView滑动时取消所有正在下载的任务
if (scrollState == SCROLL_STATE_IDLE) {
loadBitmaps(mFirstVisiableItem, mTotalVisiableItem);
} else {
cancelAllTasks();
}
}
@Override
public void onScroll(AbsListView view, int firstVisibleItem, int visibleItemCount, int totalItemCount) {
mFirstVisiableItem=firstVisibleItem;
mTotalVisiableItem=visibleItemCount;
// 下载的任务应该由onScrollStateChanged里调用，但首次进入程序时onScrollStateChanged并不会调用，
// 因此在这里为首次进入程序开启下载任务。
if (isFirstEnter && visibleItemCount > 0) {
loadBitmaps(firstVisibleItem, visibleItemCount);
isFirstEnter = false;
}
}
private void loadBitmaps(int mFirstVisiableItem, int mTotalVisiableItem) {
try {
for (int i = mFirstVisiableItem; i < mFirstVisiableItem + mTotalVisiableItem; i++) {
String imageUrl = Images.imagesUrls[i];
Bitmap bitmap = getBitmapFromMemoryCache(imageUrl);
if (bitmap == null) {
DownloadPictureTask task = new DownloadPictureTask();
mTask.add(task);
task.execute(imageUrl);
} else {
ImageView imageView = (ImageView) mGridView.findViewWithTag(imageUrl);
if (imageView != null && bitmap != null) {
imageView.setImageBitmap(bitmap);
}
}
}
} catch (Exception e) {
e.printStackTrace();
}
}
/**
* 取消所有正在下载或等待下载的任务。
*/
public void cancelAllTasks() {
if (mTask != null) {
for (DownloadPictureTask task : mTask) {
task.cancel(false);
}
}
}
private class ViewHolder {
private ImageView imageView;
}
/**
* String 传入的参数
*
* Void 进度条是否显示
*
* Bitmap 返回的值
*/
class DownloadPictureTask extends AsyncTask<String,Void,Bitmap>{
/**
* 图片的URL地址
*/
private String imageUrl;
/**
* 非UI线程 后台执行的
* @param params
* @return
*/
@Override
protected Bitmap doInBackground(String... params) {
imageUrl=params[0];
Bitmap bitmap=downloadPicture(imageUrl);
if(bitmap!=null){
addBitmapToMemoryCache(params[0],bitmap);
}
return bitmap;
}
/**
*
* @param imageUrl
* @return
*/
private Bitmap downloadPicture(String imageUrl) {
Bitmap bitmap = null;
HttpURLConnection con = null;
try {
URL url = new URL(imageUrl);
con = (HttpURLConnection) url.openConnection();
con.setConnectTimeout(5 * 1000);
con.setReadTimeout(10 * 1000);
con.setDoInput(true);
con.setDoOutput(true);
bitmap = BitmapFactory.decodeStream(con.getInputStream());
} catch (Exception e) {
e.printStackTrace();
} finally {
if (con != null) {
con.disconnect();
}
}
return bitmap;
}
/**
* UI线程 发送执行的结果到UI线程
* @param bitmap
*/
@Override
protected void onPostExecute(Bitmap bitmap) {
super.onPostExecute(bitmap);
// 根据Tag找到相应的ImageView控件，将下载好的图片显示出来。
ImageView imageView = (ImageView) mGridView.findViewWithTag(imageUrl);
if (imageView != null && bitmap != null) {
imageView.setImageBitmap(bitmap);
}
mTask.remove(this);
}
}
}DiskLruCache和LruCache结合使用
public class PhotoWallAdapter extends ArrayAdapter<String> {
/**
* 记录所有正在下载或等待下载的任务。
*/
private Set<BitmapWorkerTask> taskCollection;
/**
* 图片缓存技术的核心类，用于缓存所有下载好的图片，在程序内存达到设定值时会将最少最近使用的图片移除掉。
*/
private LruCache<String, Bitmap> mMemoryCache;
/**
* 图片硬盘缓存核心类。
*/
private DiskLruCache mDiskLruCache;
/**
* GridView的实例
*/
private GridView mPhotoWall;
/**
* 记录每个子项的高度。
*/
private int mItemHeight = 0;
public PhotoWallAdapter(Context context, int textViewResourceId, String[] objects,
GridView photoWall) {
super(context, textViewResourceId, objects);
mPhotoWall = photoWall;
taskCollection = new HashSet<BitmapWorkerTask>();
// 获取应用程序最大可用内存
int maxMemory = (int) Runtime.getRuntime().maxMemory();
int cacheSize = maxMemory / 8;
// 设置图片缓存大小为程序最大可用内存的1/8
mMemoryCache = new LruCache<String, Bitmap>(cacheSize) {
@Override
protected int sizeOf(String key, Bitmap bitmap) {
return bitmap.getByteCount();
}
};
try {
// 获取图片缓存路径
File cacheDir = getDiskCacheDir(context, "thumb");
if (!cacheDir.exists()) {
cacheDir.mkdirs();
}
// 创建DiskLruCache实例，初始化缓存数据
mDiskLruCache = DiskLruCache
.open(cacheDir, getAppVersion(context), 1, 10 * 1024 * 1024);
} catch (IOException e) {
e.printStackTrace();
}
}
@Override
public View getView(int position, View convertView, ViewGroup parent) {
final String url = getItem(position);
View view;
if (convertView == null) {
view = LayoutInflater.from(getContext()).inflate(R.layout.photo_layout, null);
} else {
view = convertView;
}
final ImageView imageView = (ImageView) view.findViewById(R.id.photo);
if (imageView.getLayoutParams().height != mItemHeight) {
imageView.getLayoutParams().height = mItemHeight;
}
// 给ImageView设置一个Tag，保证异步加载图片时不会乱序
imageView.setTag(url);
imageView.setImageResource(R.drawable.empty_photo);
loadBitmaps(imageView, url);
return view;
}
/**
* 将一张图片存储到LruCache中。
*
* @param key
* LruCache的键，这里传入图片的URL地址。
* @param bitmap
* LruCache的键，这里传入从网络上下载的Bitmap对象。
*/
public void addBitmapToMemoryCache(String key, Bitmap bitmap) {
if (getBitmapFromMemoryCache(key) == null) {
mMemoryCache.put(key, bitmap);
}
}
/**
* 从LruCache中获取一张图片，如果不存在就返回null。
*
* @param key
* LruCache的键，这里传入图片的URL地址。
* @return 对应传入键的Bitmap对象，或者null。
*/
public Bitmap getBitmapFromMemoryCache(String key) {
return mMemoryCache.get(key);
}
/**
* 加载Bitmap对象。此方法会在LruCache中检查所有屏幕中可见的ImageView的Bitmap对象，
* 如果发现任何一个ImageView的Bitmap对象不在缓存中，就会开启异步线程去下载图片。
*/
public void loadBitmaps(ImageView imageView, String imageUrl) {
try {
Bitmap bitmap = getBitmapFromMemoryCache(imageUrl);
if (bitmap == null) {
BitmapWorkerTask task = new BitmapWorkerTask();
taskCollection.add(task);
task.execute(imageUrl);
} else {
if (imageView != null && bitmap != null) {
imageView.setImageBitmap(bitmap);
}
}
} catch (Exception e) {
e.printStackTrace();
}
}
/**
* 取消所有正在下载或等待下载的任务。
*/
public void cancelAllTasks() {
if (taskCollection != null) {
for (BitmapWorkerTask task : taskCollection) {
task.cancel(false);
}
}
}
/**
* 根据传入的uniqueName获取硬盘缓存的路径地址。
*/
public File getDiskCacheDir(Context context, String uniqueName) {
String cachePath;
if (Environment.MEDIA_MOUNTED.equals(Environment.getExternalStorageState())
|| !Environment.isExternalStorageRemovable()) {
cachePath = context.getExternalCacheDir().getPath();
} else {
cachePath = context.getCacheDir().getPath();
}
return new File(cachePath + File.separator + uniqueName);
}
/**
* 获取当前应用程序的版本号。
*/
public int getAppVersion(Context context) {
try {
PackageInfo info = context.getPackageManager().getPackageInfo(context.getPackageName(),
0);
return info.versionCode;
} catch (NameNotFoundException e) {
e.printStackTrace();
}
return 1;
}
/**
* 设置item子项的高度。
*/
public void setItemHeight(int height) {
if (height == mItemHeight) {
return;
}
mItemHeight = height;
notifyDataSetChanged();
}
/**
* 使用MD5算法对传入的key进行加密并返回。
*/
public String hashKeyForDisk(String key) {
String cacheKey;
try {
final MessageDigest mDigest = MessageDigest.getInstance("MD5");
mDigest.update(key.getBytes());
cacheKey = bytesToHexString(mDigest.digest());
} catch (NoSuchAlgorithmException e) {
cacheKey = String.valueOf(key.hashCode());
}
return cacheKey;
}
/**
* 将缓存记录同步到journal文件中。
*/
public void fluchCache() {
if (mDiskLruCache != null) {
try {
mDiskLruCache.flush();
} catch (IOException e) {
e.printStackTrace();
}
}
}
private String bytesToHexString(byte[] bytes) {
StringBuilder sb = new StringBuilder();
for (int i = 0; i < bytes.length; i++) {
String hex = Integer.toHexString(0xFF & bytes[i]);
if (hex.length() == 1) {
sb.append('0');
}
sb.append(hex);
}
return sb.toString();
}
/**
* 异步下载图片的任务。
*
* @author guolin
*/
class BitmapWorkerTask extends AsyncTask<String, Void, Bitmap> {
/**
* 图片的URL地址
*/
private String imageUrl;
@Override
protected Bitmap doInBackground(String... params) {
imageUrl = params[0];
FileDescriptor fileDescriptor = null;
FileInputStream fileInputStream = null;
Snapshot snapShot = null;
try {
// 生成图片URL对应的key
final String key = hashKeyForDisk(imageUrl);
// 查找key对应的缓存
snapShot = mDiskLruCache.get(key);
if (snapShot == null) {
// 如果没有找到对应的缓存，则准备从网络上请求数据，并写入缓存
DiskLruCache.Editor editor = mDiskLruCache.edit(key);
if (editor != null) {
OutputStream outputStream = editor.newOutputStream(0);
if (downloadUrlToStream(imageUrl, outputStream)) {
editor.commit();
} else {
editor.abort();
}
}
// 缓存被写入后，再次查找key对应的缓存
snapShot = mDiskLruCache.get(key);
}
if (snapShot != null) {
fileInputStream = (FileInputStream) snapShot.getInputStream(0);
fileDescriptor = fileInputStream.getFD();
}
// 将缓存数据解析成Bitmap对象
Bitmap bitmap = null;
if (fileDescriptor != null) {
bitmap = BitmapFactory.decodeFileDescriptor(fileDescriptor);
}
if (bitmap != null) {
// 将Bitmap对象添加到内存缓存当中
addBitmapToMemoryCache(params[0], bitmap);
}
return bitmap;
} catch (IOException e) {
e.printStackTrace();
} finally {
if (fileDescriptor == null && fileInputStream != null) {
try {
fileInputStream.close();
} catch (IOException e) {
}
}
}
return null;
}
@Override
protected void onPostExecute(Bitmap bitmap) {
super.onPostExecute(bitmap);
// 根据Tag找到相应的ImageView控件，将下载好的图片显示出来。
ImageView imageView = (ImageView) mPhotoWall.findViewWithTag(imageUrl);
if (imageView != null && bitmap != null) {
imageView.setImageBitmap(bitmap);
}
taskCollection.remove(this);
}
/**
* 建立HTTP请求，并获取Bitmap对象。
*
* @param imageUrl
* 图片的URL地址
* @return 解析后的Bitmap对象
*/
private boolean downloadUrlToStream(String urlString, OutputStream outputStream) {
HttpURLConnection urlConnection = null;
BufferedOutputStream out = null;
BufferedInputStream in = null;
try {
final URL url = new URL(urlString);
urlConnection = (HttpURLConnection) url.openConnection();
in = new BufferedInputStream(urlConnection.getInputStream(), 8 * 1024);
out = new BufferedOutputStream(outputStream, 8 * 1024);
int b;
while ((b = in.read()) != -1) {
out.write(b);
}
return true;
} catch (final IOException e) {
e.printStackTrace();
} finally {
if (urlConnection != null) {
urlConnection.disconnect();
}
try {
if (out != null) {
out.close();
}
if (in != null) {
in.close();
}
} catch (final IOException e) {
e.printStackTrace();
}
}
return false;
}
}
}原文链接：http://blog.csdn.net/guolin_blog/article/details/34093441
3.线程优化
采用线程池，避免程序中存在大量的Thread。
Java通过Executors提供四种线程池，分别为：
1.newCachedThreadPool创建一个可缓存线程池，如果线程池长度超过处理需要，可灵活回收空闲线程，若无可回收，则新建线程。
2.newFixedThreadPool 创建一个定长线程池，可控制线程最大并发数，超出的线程会在队列中等待。
3.newScheduledThreadPool 创建一个定长线程池，支持定时及周期性任务执行。
4.newSingleThreadExecutor 创建一个单线程化的线程池，它只会用唯一的工作线程来执行任务，保证所有任务按照指定顺序(FIFO, LIFO, 优先级)执行。
根据需求合理利用上面的线程池，线程池可以重用内部的线程，避免创建和销毁带来的性能开销。
4.优化小技巧
- 避免创建过多的对象
- 不要过多使用枚举，枚举占用的内存比整型大，少用迭代器
- 常量使用static final来修饰
- 使用一些Android特有的数据结构，比如SparseArray和Pair等
- 适当使用软引用和弱引用
- 采用内存缓存和磁盘缓存，不要每次都用inflate加载视图
- 尽量采用静态内部类，这样可以避免潜在的内部类导致的内存泄露
- 使用静态方法，静态方法比普通方法的访问速度提高15%
- 减少不必要的成员变量，使用Android Lint 工具检测
- 减少不必要的对象，使用基础类型更节省内存
- 对Cursor、Receiver、Sensor、File等对象，要注意它们的创建、回收、注册和解注册
- 使用RenderScript、OpenGL来进行复杂的绘图操作
- 使用SurfaceView代替View进行大量、频繁的绘图操作
3.辅助工具
可以使用下面的工具来优化性能
- Android Lint：优化代码
- Memory Monitor：实时监视内存
- Trace View：性能调查
- MAT：分析内存
参考：《Android开发艺术探索》《Android群英传》
扫一扫
1747
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
