(1)drawable目錄詳解(mdpi,hdpi,xhdpi,xxhdpi,xxxhdpi)

1.1、圖片在各個目錄中要如何存放？（必須理解）

android的drawable目錄有：

• drawable-ldpi(低密度)
• drawable-mdpi(中等密度)
• drawable-hdpi(高密度)
• drawable-xhdpi(超高密度)
• drawable-xxhdpi(超超高密度)
• drawable-xxxhdpi(超超超高密度)
• drawable-nohdpi(無縮放)
• 默認(rèn)的drawable

而安卓加載圖片的原理是根據(jù)手機的密度(dpi)來選擇不同的文件夾下的圖片,如果沒有，就會從別的密度文件夾來獲取圖片并按照一定比例來縮放展示圖片。獲取設(shè)備密度的方法為：

float xdpi = getResources().getDisplayMetrics().xdpi;
float ydpi = getResources().getDisplayMetrics().ydpi;

知道了dpi,就知道會去哪個文件夾獲取圖片了:

而當(dāng)前的主流機型密度基本都是在320~480之間，一般放兩套圖就夠了，一套放到xhdpi,一套放到xxhdpi,那么如果是一個hdpi的手機來運行會發(fā)生什么呢？安卓是有一套圖片匹配規(guī)則的:

一個hdpi密度的手機，肯定是先去匹配hdpi目錄下的圖片，如果沒有，那么就會向上級去查找，分別是xhdpi->xxhdpi->xxxhdpi->nodpi，如果都沒有，就會往下級目錄去查，分別是mdpi->ldpi,如果還沒有，就會去drawable目錄去查找，如果還沒有！就會開啟自毀模式，嘣！！(resouse not found)

1.2、相同圖片在不同目錄所占用資源分析(了解即可)

不知道有沒有朋友做過這樣一個實驗，把一個xhdpi密度的圖片放到xxhdpi密度的文件夾中去加載會發(fā)生什么,它所占的內(nèi)存會有區(qū)別嗎？
例如一個在xhdpi下為200 * 200的圖片，xxhdpi密度下為300 * 300,但此時圖片只有200 * 200，所以它會放大到300 * 300，這時候圖片就會出現(xiàn)模糊的情況了，所以如果你在項目中發(fā)現(xiàn)圖片模糊的情況可以檢查下圖片的尺寸是否正確。

接下來我們來做一個實驗,使用一個名叫icon_database_xls 64 * 64 PNG的圖片，將它放到xhdpi目錄中，執(zhí)行下面的代碼獲取內(nèi)存占用情況：

Bitmap bitmap = BitmapFactory.decodeResource(getResources(),R.mipmap.icon_database_xls);
Log.i("HJ",bitmap.getByteCount()+"");

結(jié)果如下：

2019-01-08 10:56:01.872 18507-18507/jie.com.imageoptimize I/HJ: 30976

接下來將圖片放到xxhdpi目錄下，再次執(zhí)行代碼:

2019-01-08 10:56:32.123 18677-18677/jie.com.imageoptimize I/HJ: 13924

可以看到結(jié)果差距巨大,我們知道，一個圖片的內(nèi)存占用公式為：圖片內(nèi)存寬度 * 圖片內(nèi)存高度* 每像素占用的內(nèi)存位數(shù)，那我們的內(nèi)存寬高是如何計算的呢？我們可以追蹤framework的源碼，路徑為/frameworks/base/core/jni/android/graphics/BitmapFactory.cpp,找到doDecode方法：

static jobject doDecode(JNIEnv* env, std::unique_ptr<SkStreamRewindable> stream,
                        jobject padding, jobject options) {
    int sampleSize = 1;
    bool onlyDecodeSize = false;
    ... ...
    float scale = 1.0f;
    ... ...
    if (options != NULL) {
        sampleSize = env->GetIntField(options, gOptions_sampleSizeFieldID);
        if (sampleSize <= 0) {
            sampleSize = 1;
        }

        if (env->GetBooleanField(options, gOptions_justBoundsFieldID)) {
            onlyDecodeSize = true;
        }
        ... ...
        if (env->GetBooleanField(options, gOptions_scaledFieldID)) {
            const int density = env->GetIntField(options, gOptions_densityFieldID);
            const int targetDensity = env->GetIntField(options, gOptions_targetDensityFieldID);
            const int screenDensity = env->GetIntField(options, gOptions_screenDensityFieldID);
            if (density != 0 && targetDensity != 0 && density != screenDensity) {
                scale = (float) targetDensity / density;  //縮放比在這里計算的
            }
        }
    }
    ... ...

    if (scale != 1.0f) {
        willScale = true;
        scaledWidth = static_cast<int>(scaledWidth * scale + 0.5f); //內(nèi)存寬度計算
        scaledHeight = static_cast<int>(scaledHeight * scale + 0.5f); //內(nèi)存高度計算
     }

以上源碼總結(jié)為：
內(nèi)存寬高 = 圖片本身的寬高 * （設(shè)備密度/使用的密度）+ 0.5
所以，內(nèi)存的占用與圖片所在的密度目錄是有密切關(guān)系的

1.3、 drawable-xxhdpi與mipmap-xxhdpi的區(qū)別(了解即可)

從新版Android studio開始，系統(tǒng)會默認(rèn)給我們創(chuàng)建mipmap文件夾而不是drawable,先前我一直以為這個目錄只是放icon的(流下了菜逼的心酸淚水),后來發(fā)現(xiàn)這個目錄與drawable都可以放圖片，而且貌似也沒有任何差別????，為了弄清楚，上網(wǎng)查了一下，大意是會對圖片縮放做性能優(yōu)化，不過我在平常的使用中并沒有發(fā)現(xiàn)有太大的區(qū)別，可能是高版本drawable也做了優(yōu)化把，所以這個簡單了解一下即可。

(2)Bitmap優(yōu)化詳解

2.1、基礎(chǔ)知識

安卓的圖片加載都會對應(yīng)到bitmap對象,當(dāng)bitmap占用的內(nèi)存過高，超過了android為app分配的最大內(nèi)存，那么它就會不開心，它就會OOM，所以我們的圖片優(yōu)化，本質(zhì)就是內(nèi)存優(yōu)化。
我們常用的圖片格式一般有三種:

• JPEG 一種有損壓縮格式，不支持透明通道,所以有透明背景需求的圖片不要用jpeg格式，它會變成黑色，會變黑?。。?，會變黑?。?！，會變黑?。?！
• PNG 無損壓縮格式,支持透明通道
• WEBP 同時支持無損和有損壓縮格式，然而兼容性較差，需要適配庫
  可參考:webp-android

在代碼中可以通過Bitmap.CompressFormat來指定生成的圖片格式
bitmap還可以配置像素占用字節(jié)數(shù)（一個字節(jié)對應(yīng)8位），這與內(nèi)存占用息息相關(guān)，對應(yīng)Bitmap.Config類：

• ALPHA_8 8位ALPHA通道，即A=8，一個像素占用一個字節(jié)，它是沒有顏色的，只有透明度
• ARGB_4444 16位 A=4,R=4,G=4,B=4,一個像素占用字節(jié) = 4+4+4+4 = 16位 = 2個字節(jié)
• ARGB_8888 32位 A=8,R=8,G=8,B=8,一個像素占用字節(jié) = 8+8+8+8 = 32位 = 4個字節(jié)
• RGB_565 16位 R=5,G=6,B=5,因為沒有A，所以它沒有透明度，計算同上也是占用2個字節(jié)
  像平常如果沒有透明度要求使用RGB_565即可

2.2、優(yōu)化的本質(zhì)

前面已經(jīng)提到我們的圖片優(yōu)化實際是內(nèi)存的優(yōu)化，而我們的內(nèi)存計算公式是：
內(nèi)存占用寬高相乘 * 每像素占用的內(nèi)存位數(shù)，所以要么就減少圖片內(nèi)存占用寬高，要么就減少像素占用內(nèi)存數(shù)。減少像素內(nèi)存占用數(shù)可以通過配置Bitmap.Config解決，而減少圖片內(nèi)存占用寬高，可以有以下幾個方式：
1.縮小圖片實際寬高，縮小到正好正常展示
2.匹配合適的像素密度
此外還能主動回收占用的內(nèi)存從而緩解內(nèi)存緊張的問題。

2.3、優(yōu)化方式

分析了一下優(yōu)化的本質(zhì)問題，我們可以針對性的使用以下幾種方式來進行優(yōu)化：
1.配置BitmapConfig（前面已經(jīng)講到）
2.拿到一個圖片，通過inJustDecodeBounds不消耗內(nèi)存拿到圖片的寬高，然后使用inSampleSize來設(shè)置圖片的縮放比。
簡單示例代碼:

        BitmapFactory.Options options = new BitmapFactory.Options();
        options.inJustDecodeBounds = true;
        BitmapFactory.decodeResource(getResources(),R.mipmap.icon_database_xls,options);
        Log.i("HJ","初始圖片寬:"+options.outWidth);
        Log.i("HJ","初始圖片高:"+options.outHeight);
        options.inSampleSize = 2;
        options.inJustDecodeBounds = false;
        BitmapFactory.decodeResource(getResources(),R.mipmap.icon_database_xls,options);
        Log.i("HJ","縮放后圖片寬:"+options.outWidth);
        Log.i("HJ","縮放后圖片高:"+options.outHeight);

運行后：

2019-01-08 17:07:50.935 25900-25900/jie.com.imageoptimize I/HJ: 初始圖片寬:64
2019-01-08 17:07:50.935 25900-25900/jie.com.imageoptimize I/HJ: 初始圖片高:64
2019-01-08 17:07:50.936 25900-25900/jie.com.imageoptimize I/HJ: 縮放后圖片寬:32
2019-01-08 17:07:50.937 25900-25900/jie.com.imageoptimize I/HJ: 縮放后圖片高:32

可以看到inSampleSize設(shè)為2，圖片的寬和高都變成了原來的一半，所以可得縮放公式為：
原始圖片寬度/inSampleSize = 縮放后的圖片寬度。高度同理，所以圖片的整體大小變?yōu)榱嗽瓉淼?/4。

3.壓縮圖片，除了外部壓縮，內(nèi)部也可以使用compress()來壓縮圖片。或者自定義壓縮算法，使用比較廣泛的有Luban算法

compress()示例代碼：

Bitmap bitmap = BitmapFactory.decodeResource(getResources(), R.mipmap.icon_database_xls);
ByteArrayOutputStream stream = new ByteArrayOutputStream();
boolean compress = bitmap.compress(Bitmap.CompressFormat.PNG, 90, stream);

第一個參數(shù)是需要生成的圖片格式，第二個是壓縮百分比，第三個是生成的輸出流容器。請注意，此方法只會壓縮圖片大小，但是并不會減少內(nèi)存占用。

4.主動釋放內(nèi)存，綁定控件生命周期，在銷毀的時候調(diào)用recycler()方法

if(bitmap != null && !bitmap.isRecycled()){  
    bitmap.recycle(); 
    bitmap = null; 
}