圖片緩衝策略

標籤：des   android   style   blog   http   color   使用   os   

圖片緩衝策略

1、圖片緩衝策略分析

從網路上載入一張圖，然後把它顯示到UI上是個很簡單的事情。當圖片變多時，處理起來就有些麻煩了，很典型的應用情境，如ListView,GridView或者ViePager等。我們既需要保證使用者看到更多的圖片，以免螢幕出現大面積的空白，又要保證記憶體能Hold住。

GC會自動釋放一個沒有強引用的圖片或者View，這本來是個好事情，但為了讓使用者來復原動時還能快速載入老圖片，通常會使用圖片緩衝。

下面分別討論下，通過使用Memory Cache和Disk Cache來增加UI的響應速度和流暢度。

 

一、使用Memory Cache

Memory Cache花費定量的記憶體來換取對圖片的快速存取。可以使用LruCache來快速實現。過去，我們通常使用SoftReference或WeakReference來實現Memory Cache，但是在Android 2.3 (API Level 9)之後，GC對SoftReference和WeakReference回收的更快，所以，SoftReference和WeakReference的效果就很差了。而且，在Android 3.0 (API Level 11)之前，Bitmap的像素資料存放在Native Memory中，如何釋放是不確定的，存在著記憶體流失，甚至Crash的風險。

為了確定LruCache的大小，我們需要參考如下幾個因素：

1、當前進程的剩餘記憶體有多少

2、為了保證良好的使用者體驗，應用情境顯示多少張圖片可以滿足要求？

3、螢幕的density是多少？不同像素的螢幕對圖片品質的要求是不一樣的，可以據此在取圖時做一些最佳化。

4、圖片被訪問的頻率是否相差很多？如果是這樣的話可以存放在不同的LruCache中。

5、有時需要在數量和品質之間做一些平衡。比如為圖片列表在Memory Cache中緩衝

較多的縮圖，在UI中先顯示縮圖，然後在後台載入一張高清的。

 

這裡沒有一個精確的數字來做為指導，需要我們在實際中就以上幾個因素進行權衡，設定合適的值。至於如何使用LruCache可以參考Support Library中的Demo。

二、使用Disk Cache

Memory Cache可以加快圖片的訪問速度，但記憶體有限，不可能所有圖片都放在Memory Cache中。當程式先被擠出記憶體，後又被重新啟動時，圖片仍需要重新擷取。這個時候，可以應用Disk Cache來緩衝圖片，圖片就不需要從網路上擷取了，節省了流量，減少了擷取時間。但需要注意，Disk Cache的讀取涉及到本地IO操作，需要開啟後台線程操作。

我們可以像系統Gallery那樣使用ContentProvider。另外，Disk Cache也可以很簡單地通過Android源碼中提供的DiskLruCache來實現。

 

2、圖片緩衝實現

一、記憶體緩衝

//需要匯入外部jar檔案 android-support-v4.jar

 importandroid.support.v4.util.LruCache;

 //開闢8M硬緩衝空間

private final int hardCachedSize =8*1024*1024;  

 

//hardcache 強引用

private final LruCache<String,Bitmap> sHardBitmapCache = new LruCache<String, Bitmap>(hardCachedSize)

{

　　@Override

　　public int sizeOf(Stringkey, Bitmap value)

　　{

       　　return value.getRowBytes() *value.getHeight();
  　　}

 

　　@Override

　　protected voidentryRemoved(boolean evicted, String key, Bitmap oldValue, Bitmap newValue)

　　{

　　　　Log.v("tag","hard cache is full , push to soft cache");
      

　　　　//硬引用緩衝區滿，將一個最不經常使用的oldvalue推入到軟引用緩衝區

　　　　sSoftBitmapCahe.put(key,new SoftReference<Bitmap>(oldValue));

 　　}

}

 

//軟引用

 private static final intSOFT_CACHE_CAPACITY = 40;

private final static LinkedHashMap<String,SoftReference<Bitmap>> sSoftBitmapCache = new  LinkedHashMao<String,SoftReference<Bitmap>>(SOFT_CACHE_CAPACITY, 0.75f, true)

{

　　@Override

　　publicSoftReference<Bitmap> put(String key, SoftReference<Bitmap> value)

　　{

　　　　returnsuper.input(key, value);

 　　}

　　@Override

　　protectedboolean removeEldestEntry(LinkedHashMap.Entry<Stirng,SoftReference<Bitmap>> eldest)

　　{

　　　　if(size() >SOFT_CACHE_CAPACITY)

　　　　{

　　　　　　Log.v("tag","Soft Reference limit , purge one");

　　　　　　return true;

　　　　}

　　return false;

　　}

 }

 

 

 //緩衝bitmap

public boolean putBitmap(String key,Bitmap bitmap)

{

　　if(bitmap !=null)

　　{

　　　　synchronized(sHardBitmapCache)

　　　　{

　　　　　　sHardBitmapCache.put(key,bitmap);

　　　　}

　　　　return true;

　　}  

　　return false;
 }

 

//從緩衝中擷取bitmap

public Bitmap getBitmap(String key)

{

　　synchronized(sHardBitmapCache)

　　{

　　　　final Bitmapbitmap = sHardBitmapCache.get(key);

　　　　if(bitmap !=null)

　　　　{

　　　　　　return bitmap;

　　　　}

　　}

 　　//硬引用緩衝區間中讀取失敗，從軟引用緩衝區間讀取

　　synchronized(sSoftBitmapCache)

　　{

　　　　SoftReference<Bitmap>bitmapReference = sSoftBtimapCache.get(key);
　　　　if(bitmapReference != null)

　　　　{

　　　　　　final Bitmapbitmap2 = bitmapReference.get();

　　　　　　if(bitmap2 !=null)

　　　　　　{

　　　　　　　　return bitmap2;

　　　　　　}

　　　　　　else

　　　　　　{
               　　　Log.v("tag","soft reference 已經被回收");

　　　　　　　　sSoftBitmapCache.remove(key);

　　　　　　}

　　　　}

 　　}

　　return null;

 }

 

 

二、磁碟檔案快取

private File mCacheDir = context.getCacheDir();

private static final int MAX_CACHE_SIZE = 20 * 1024 * 1024; //20M

private final LruCache<String, Long> sFileCache = new LruCache<String, Long>(MAX_CACHE_SIZE)

{

　　@Override
      public int sizeOf(Stringkey, Long value)

　　{

　　　　return value.intValue();

　　}
  

　　@Override

　　protected void entryRemoved(booleanevicted, String key, Long oldValue, Long newValue)

　　{

　　　　File file = getFile(key);

　　　　if(file != null)

　　　　{

　　　　　　file.delete();

　　　　}

 　　}

 

　　private File getFile(String fileName)throws FileNotFoundException

　　{

　　　　File file = new File(mCacheDir, fileName);

　　　　if(!file.exists() || !file.isFile())

　　　　{

         　　　　thrownew FileNotFoundException("檔案不存在或有同名檔案夾");

　　　　}

　　　　return file;

 　　}

 

　　//緩衝bitmap到外部儲存

　　public boolean putBitmap(String key, Bitmapbitmap)

　　{

　　　　File file = getFile(key);

　　　　if(file != null)

　　　　{

 　　　　　　Log.v("tag", "檔案已經存在");

　　　　　　return true;

 　　　　}

　　　　FileOutputStream fos =getOutputStream(key);

　　　　boolean saved = bitmap.compress(CompressFormat.JPEG,100, fos);

　　　　fos.flush();

　　　　fos.close();

　　　　if(saved)

　　　　{

　　　　　　synchronized(sFileCache)

　　　　　　{

 　　　　　　　　sFileCache.put(key,getFile(key).length());

 　　　　　　}

　　　　　　return true; 

　　　　}

　　　　return false;

 　　}

 

 　　//根據key擷取OutputStream

　　private FileOutputStreamgetOutputStream(String key)

　　{

　　　　if(mCacheDir == null)

　　　　return null;

　　　　FileOutputStream fos = newFileOutputStream(mCacheDir.getAbsolutePath() + File.separator + key);

　　　　return fos;

　　}

 

　　//擷取bitmap

　　private static BitmapFactory.OptionssBitmapOptions;

　　static

　　{

　　　　sBitmapOptions = newBitmapFactory.Options();

　　　　sBitmapOptions.inPurgeable=true; //bitmapcan be purged to disk
 　　}

 

　　public Bitmap getBitmap(String key)

　　{

　　　　File bitmapFile = getFile(key);

　　　　if(bitmapFile != null)

　　　　{

　　　　　　Bitmap bitmap =BitmapFactory.decodeStream(new FileInputStream(bitmapFile), null,sBitmapOptions);

         　　 if(bitmap!= null)

　　　　　{

　　　　　　　　//重新將其緩衝至硬引用中

　　　　　　　　...

 　　　　　}

         }

　　}

}

 
摘自： android讀取大圖片並緩衝 http://www.cnblogs.com/leehongee/p/3323837.html 圖片緩衝實現策略分析  http://blog.csdn.net/a345017062/article/details/8753649