内存三大问题：
1.内存抖动：
内存波动图呈锯齿状、GC导致卡顿。
比如在自定义view中，在onDraw方法中过多创建对象，比如Path，paint对象，onDraw调用是很频繁的，所以会频繁创建和回收内存空间造成内存抖动。或者在方法中，在其中的循环中过多创建对象，这样的对象是局部变量，方法执行完就回收内存，GC频繁回收内存，会将工作线程挂起，所以就可能造成卡顿。
内存抖动实际怎么解决
产生的原因是在代码中频繁、循环地创建对象，导致大量对象频繁创建和销毁。普通的会因为内存使用越来越多导致卡顿。严重的，会产生大量不连续的内存空间，如果此时有一个大对象需要申请内存，就有可能申请失败，导致OOM内存溢出。
进入AS的Profiler工具，进入Memory指标，如果发现内存状态为起起伏伏的锯齿状走势，可以认为是内存抖动发生。
点击Record进行记录
一段时间后，stopRecord，这张表格代表的是，你Record这段时间之内创建的对象,点击一下第二列Allocations,对创建的数量进行排序，找出创建次数最多的对象去解决，减去不必要的对象创建。
2.内存泄漏：
应用内不再使用的对象无法被回收，导致实际可使用的内存变小，低内存会导致程序卡顿，更严重会造成内存溢出。
3.内存溢出：
Android系统为每个应用程序都设置了一个内存上限，超过之后就会报出OOM，导致程序崩溃。不断地内存泄漏就会导致内存溢出。
1）使用更加轻量的数据结构，考虑使用ArrayMap/SparseArray
2.减小Bitmap对象的内存占用，加载图片前，选择合适的尺寸加载，根据需要裁剪尺寸。
3.尽肯能减少对象的创建，循环里面尽可能少创建对象。
内存优化场景及解决方案：
性能对于App来说就像汽车的发动机一样，对产品质量起着决定性作用。以下是开发Android过程中对内存优化的总结：
-
少用static，生命周期太长
-
根据当前分辨率压缩bitmap，bitmap用完recycle，使用LRU cache缓存bitmap
-
注意context的使用，尽量用application代替activity的context
-
记住不用要资源关闭（BraodcastReceiver，ContentObserver，File，Cursor，Stream，Bitmap）
-
系统不足时主动释放资源
-
leaknanery泄露工具，检测内存泄露
-
不创建多的string对象而使用Stringbuffer
-
减少不必要的全局变量
-
尽量避免static成员变量引用资源耗费过多的实例,比如Context。
-
Android提供了很健全的消息传递机制(Intent)和任务模型(Handler),可以通过传递或事件的方式，防止一些不必要的全局变量。
-
可使用Java四种强软弱虚引用方式减少内存消耗
-
避免使用枚举，会牺牲速度，尽量用常量代替
-
避免滥用Bitmap导致的内存浪费
-
时刻谨记避免创建不必要的对象，特别尽量少地在循环中创建对象。
-
加载大图片记得要裁图，减小图片尺寸，节省流量
-
内存实在不够的，可申请大内存 ，在<application>标签中，把largeHeap设置为true，提高最大内存上限
Bitmap使用优化方案：
Bitmap在内存优化中属于重中之重的，把Bitmap处理好了，就解决了应用中内存的最大开销。平时显示图片都交给Glide去处理好了，那么如果不用Glide，自己该怎么处理呢？
加载大图怎么优化，防止OOM
对Bitmap进行压缩，即二次采样
public static int calculateInSampleSize(BitmapFactory.Options options,
int reqWidth, int reqHeight) {
// 源图片的高度和宽度
final int height = options.outHeight;
final int width = options.outWidth;
int inSampleSize = 1;
if (height > reqHeight || width > reqWidth) {
// 计算出实际宽高和目标宽高的比率
final int heightRatio = Math.round((float) height / (float) reqHeight);
final int widthRatio = Math.round((float) width / (float) reqWidth);
// 选择宽和高中最小的比率作为inSampleSize的值，这样可以保证最终图片的宽和高
// 一定都会大于等于目标的宽和高。
inSampleSize = heightRatio < widthRatio ? heightRatio : widthRatio;
}
return inSampleSize;
}
public static Bitmap decodeSampledBitmapFromResource(Resources res, int resId,
int reqWidth, int reqHeight) {
// 第一次解析将inJustDecodeBounds设置为true，来获取图片大小
final BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
BitmapFactory.decodeResource(res, resId, options);
// 调用上面定义的方法计算inSampleSize值
options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight);
// 使用获取到的inSampleSize值再次解析图片
options.inJustDecodeBounds = false;
return BitmapFactory.decodeResource(res, resId, options);
}
memory profile查看内存：
使用memory profile进行分析，记录需要分析的操作，生成使用对象列表，包含各种类型的对象数据，选择占用内存较大的对象，分析这些大对象是否使用合理，有无频繁创建不必要对象或分配内存较大的现象而进行优化。
网友评论