android記憶體溢出問題

 

Android雖然會自動管理記憶體，JAVA也有garbage collection (GC )記憶體回收機制。

但是如果程式在一次操作中開啟幾個M的檔案，那麼通常會出現下面的錯誤資訊。

02-04 21:46:08.703: ERROR/dalvikvm-heap(2429): 1920000-byte external allocation too large for this process.

或
02-04 21:52:28.463: ERROR/AndroidRuntime(2429): java.lang.OutOfMemoryError: bitmap size exceeds VM budget

移動終端因為記憶體有限，往往圖片處理經常出現上述的錯誤。

解決方案：

1.明確調用System.gc();

   這種記憶體回收會有一定的作用，但是請不要太期待。

2.圖片處理完成後回收記憶體。

  請在調用BitMap進行圖片處理後進行記憶體回收。

  bitmap.recycle();

  這樣會把剛剛用過的圖片佔用的記憶體釋放。

3.圖片處理時指定大小。

  下面這個方法處理幾個M的圖片時是必須的。

view plaincopy to clipboardprint?
BitMap getBitpMap(){ 
ParcelFileDescriptor pfd; 
try{ 
    pfd = mCon.getContentResolver().openFileDescriptor(uri, "r"); 
}catch (IOException ex){ 
    return null; 
} 
java.io.FileDescriptor fd = pfd.getFileDescriptor(); 
BitmapFactory.Options options = new BitmapFactory.Options(); 
    //先指定原始大小 
options.inSampleSize = 1; 
    //只進行大小判斷 
    options.inJustDecodeBounds = true; 
    //調用此方法得到options得到圖片的大小 
    BitmapFactory.decodeFileDescriptor(fd, null, options); 
    //我們的目標是在800pixel的畫面上顯示。 
    //所以需要調用computeSampleSize得到圖片縮放的比例 
    options.inSampleSize = computeSampleSize(options, 800); 
    //OK,我們得到了縮放的比例，現在開始正式讀入BitMap資料 
    options.inJustDecodeBounds = false; 
    options.inDither = false; 
    options.inPreferredConfig = Bitmap.Config.ARGB_8888; 
     
    //根據options參數，減少所需要的記憶體 
    Bitmap sourceBitmap = BitmapFactory.decodeFileDescriptor(fd, null, options); 

    return sourceBitmap; 
} 
//這個函數會對圖片的大小進行判斷，並得到合適的縮放比例，比如2即1/2,3即1/3 
static int computeSampleSize(BitmapFactory.Options options, int target) { 
    int w = options.outWidth; 
    int h = options.outHeight; 
    int candidateW = w / target; 
    int candidateH = h / target; 
    int candidate = Math.max(candidateW, candidateH); 
    if (candidate == 0) 
        return 1; 
    if (candidate > 1) { 
        if ((w > target) && (w / candidate) < target) 
            candidate -= 1; 
    } 
    if (candidate > 1) { 
        if ((h > target) && (h / candidate) < target) 
            candidate -= 1; 
    }  

 

通過上面的方式解決了，但是這並不是最完美的解決方式。

通過一些瞭解，得知如下：

最佳化Dalvik虛擬機器的堆記憶體配置

對於Android平台來說，其託管層使用的Dalvik Java VM從目前的表現來看還有很多地方可以最佳化處理，比如我們在開發一些大型遊戲或耗資源的應用中可能考慮手動幹涉GC處理，使用 dalvik.system.VMRuntime類提供的setTargetHeapUtilization方法可以增強程式堆記憶體的處理效率。當然具體原理我們可以參考開源工程，這裡我們僅說下使用方法:   private final static float TARGET_HEAP_UTILIZATION = 0.75f; 在程式onCreate時就可以調用
VMRuntime.getRuntime().setTargetHeapUtilization(TARGET_HEAP_UTILIZATION); 即可。

Android堆記憶體也可自己定義大小

對於一些Android項目，影響效能瓶頸的主要是Android自己記憶體管理機制問題，目前手機廠商對RAM都比較吝嗇，對於軟體的流暢性來說RAM對效能的影響十分敏感，除了 最佳化Dalvik虛擬機器的堆記憶體配置外，我們還可以強制定義自己軟體的對記憶體大小，我們使用Dalvik提供的 dalvik.system.VMRuntime類來設定最小堆記憶體為例:

private final static int CWJ_HEAP_SIZE = 6* 1024* 1024 ;

VMRuntime.getRuntime().setMinimumHeapSize(CWJ_HEAP_SIZE); //設定最小heap記憶體為6MB大小。當然對於記憶體吃緊來說還可以通過手動幹涉GC去處理
    if (VERBOSE) 
        Log.v(TAG, "for w/h " + w + "/" + h + " returning " + candidate + "(" + (w/candidate) + " / " + (h/candidate)); 

    return candidate; 
}