最近在做一个弹幕的功能，涉及到弹幕头像、礼物等下载、缓存等。使用了开源的<Android 开源框架Universal-Image-Loader>,做起来比较顺手。原因是该开源框架比较完善，调用者很容易上手，用起来和方便。在此就不说开源框架了，其实自己要写一个开源框架，最主要的是把原理弄懂。先谈一谈这个bitmap吧。有些知识是从网络摘操，因为写的很好。
bitmap是位图，它将图像定义为由点（像素）组成，每个点可以由多种色彩表示，包括2、4、8、16、24和32位色彩。例如，一幅1024×768分辨率的32位真彩图片，其所占存储字节数为：1024×768×32/(8*1024)=3072KB。
Android中展示不同格式的图像，在内存中都是一个二进制数据。都是用Bitmap对象存储的。这个内存包括图片的像素数据和本身对象。图像占用内存过多会导致OOM。但是不恰当的使用，使得OOM发生的几率更大。那为什么会发生OOM？相信大家都知道，Android系统分配给每个应用程序的内存是有限的（在Android 3.1以及更高的版本中，可以在AndroidManifest.xml的application标签中增加一个值等于“true”的android:largeHeap属性来通知Dalvik虚拟机应用程序需要使用较大的Java Heap，）。当使用内存超过限定，就会发生。所以，控制好图片内存是非常关键的。经过Android系统的更新，不同版本对Bitmap的存储有些差异。
在Android2.3.3(API 10)及之前的版本中，Bitmap对象与其像素数据是分开存储。 Bitmap对象存储在Dalvik heap中，而Bitmap对象的像素数据则存储在Native Memory（本地内存）中或者说Derict Memory（直接内存）中。 这使得存储在Native Memory中的像素数据的释放是不可预知的，我们可以调用recycle()方法来对Native Memory中的像素数据进行释放。 前提是你可以清楚的确定Bitmap已不再使用了，如果你调用了Bitmap对象recycle()之后再将Bitmap绘制出来，就会出现"Canvas: trying to use a recycled bitmap"错误。
在Android3.0(API 11)之后，Bitmap的像素数据和Bitmap对象一起存储在Dalvik heap中，所以我们不用手动调用recycle()来释放Bitmap对象，内存的释放都交给垃圾回收器来做。2.3以后采用并发垃圾回收，会通过垃圾回收算法检查对象是否可以回收（不同的垃圾回收器具有不同的回收算法），如果在回收器没有及时回收图片，或者某个时候创建大量的bitmap，此时就有可能会OOM。
那么怎么恰当的处理图片减少OOM的几率呢？
1.在Android2.3以下，使用图片，先判断图片是否有效即是否已经回收，未回收则需用recycle()方法来释放内存。比如在大量图片在加载的listview，gridview中，这可以通过计数器记录该图片引用次数，在未被引用情形下，及时回收图片。如下：
private synchronized boolean hasValidBitmap() { Bitmap bitmap = getBitmap(); return bitmap != null && !bitmap.isRecycled(); } 2.在Android以上，垃圾回收主动回收图片，所以不用考虑回收问题。但是，因为图片的解码要耗大量内存，可以在图片解码做优化处理。怎么处理呢？
（1）BitmapFactory.Options第一次先获取图片大小，再和要显示的view大小做一个scale，之后再做解码为view大小的图片。这样，如果原图很大，显示的view很小，就不会占用太多内存。如下：
public static Bitmap decodeStream(InputStream is, Config pixelFormat, int outWidth, int outHeight, int maxWidth, int maxHeight) { byte[] decode_buf = _local_buf.get(); if (decode_buf == null) { decode_buf = new byte[64 * 1024]; _local_buf.set(decode_buf); } try { BitmapFactory.Options opts = new BitmapFactory.Options(); opts.inTempStorage = decode_buf; opts.inPreferredConfig = pixelFormat; opts.inJustDecodeBounds = true; //先获取图片大小 is.mark(64 * 1024); BitmapFactory.decodeStream(is, null, opts);//第一次解码获取图片打下 try { is.reset(); } catch (IOException e) { e.printStackTrace(); is.close(); return null; } if ((outWidth > 0 && outHeight >= 0) || (outWidth >= 0 && outHeight > 0) || (maxWidth > 0 && maxHeight >= 0) || (maxWidth >= 0 && maxHeight > 0)) { opts.inScaled = true; opts.inTargetDensity = DisplayMetrics.DENSITY_DEFAULT; int scale_x; int scale_y; if (maxWidth > 0 || maxHeight > 0) { if (outHeight == 0 && outWidth == 0) { outWidth = Math.min(opts.outWidth, maxWidth); outHeight = Math.min(opts.outHeight, maxHeight); } else { if (outWidth > 0 && maxWidth > 0) { outWidth = Math.min(outWidth, maxWidth); } if (outHeight > 0 && maxHeight > 0) { outHeight = Math.min(outHeight, maxHeight); } } } if (outWidth == 0) { scale_x = scale_y = opts.inTargetDensity * opts.outHeight / outHeight; } else if (outHeight == 0) { scale_x = scale_y = opts.inTargetDensity * opts.outWidth / outWidth; } else { scale_x = opts.inTargetDensity * opts.outWidth / outWidth; scale_y = opts.inTargetDensity * opts.outHeight / outHeight; } opts.inDensity = Math.min(scale_x, scale_y); if (opts.inDensity == opts.inTargetDensity) { opts.inScaled = false; outWidth = opts.outWidth; outHeight = opts.outHeight; } else { outWidth = XulUtils.roundToInt((float) opts.outWidth * opts.inTargetDensity / opts.inDensity); outHeight = XulUtils.roundToInt((float) opts.outHeight * opts.inTargetDensity / opts.inDensity); } } else { outWidth = opts.outWidth; outHeight = opts.outHeight; } Log.i(TAG, " width " + opts.outWidth + " height " + opts.outHeight + " ==> width " + outWidth + " height " + outHeight); opts.inJustDecodeBounds = false; opts.inPurgeable = false; opts.inMutable = true; if (!opts.inScaled ) { opts.inBitmap = createBitmapFromRecycledBitmaps(opts.outWidth, opts.outHeight, pixelFormat);//可以设置图片重用， } else { ++_newCount; } opts.inSampleSize = 1; Bitmap bm = BitmapFactory.decodeStream(is, null, opts);//第二次解码图片，ops带scale return bm; } catch (Exception e) { e.printStackTrace(); } finally { try { is.close(); } catch (IOException e) { e.printStackTrace(); } } return null; } 以上代码注意第一次设置inJustDecodeBounds为true，获取图片尺寸。再进行解码获取图片。
另外BitmapFactory.Options.inBitmap的这个字段，假如这个字段被设置了，在解码Bitmap的时候，就会去重用inBitmap设置的Bitmap，减少内存的分配和释放，提高了应用的性能（该参数不是用来减少内存占用，而是用来内存重用，避免大内存块的申请与释放。）。因为内存的释放（GC）可能影响所有线程绘制。
什么条件会被重用？
Android 4.4之前，设置的Bitmap只有同等大小的图片所占用的内存才能被重用。 即宽高相等，且inSampleSize为1。 而4.4之后你可以重用任何bitmap的内存区域，只要这块内存比将要分配内存的bitmap大就可以。例如给inBitmap赋值的图片大小为100-100，那么新申请的bitmap必须也为100-100才能够被重用。从SDK 19开始，新申请的bitmap大小必须小于或者等于已经赋值过的bitmap大小。解码新申请的bitmap与旧的bitmap必须有相同的解码格式。那么就不能支持4444与565格式的bitmap了，不过可以通过创建一个包含多种典型可重用bitmap的对象池，这样后续的bitmap创建都能够找到合适的“模板”去进行重用。
在实际的项目中，有些时候设备在设置重用图片后，会导致图片出现花屏的现象，即解码失败导致。这样的情况，就不要开启重用图片的功能。
