安卓内存优化案例二
安卓内存优化是一个很重要的话题，有很多方面可以考虑，比如避免内存泄漏、减少内存抖动、优化图片加载、使用缓存和对象池等。下面我举一些代码案例，分别展示不合适的写法和高性能的写法。
欢迎评论区留言指正和补充。
11. 避免使用 AsyncTask 来执行异步任务。
AsyncTask 的内部实现是使用一个线程池和一个消息队列来管理任务，这会占用内存空间，并可能导致内存泄漏和并发问题。如果需要执行异步任务，可以使用 RxJava 或者 Coroutine 等库来代替。例如：
// 不合适的写法
private class MyTask extends AsyncTask<Void, Void, String> {
private WeakReference<Context> contextRef;
public MyTask(Context context) {
contextRef = new WeakReference<>(context);
}
@Override
protected String doInBackground(Void... params) {
// do some background work
return "result";
}
@Override
protected void onPostExecute(String result) {
Context context = contextRef.get();
if (context != null) {
// do something with result and context
}
}
}
// 高性能的写法
private fun doAsyncTask(context: Context) {
CoroutineScope(Dispatchers.IO).launch {
// do some background work
val result = "result"
withContext(Dispatchers.Main) {
// do something with result and context
}
}
}
这样做可以避免不必要的内存分配和回收，避免内存泄漏和并发问题，并提高异步任务的管理和调度。
12. 避免使用 BitmapFactory 来加载图片。
BitmapFactory 的内部实现是使用 nativeDecodeStream 方法来解码图片，这会消耗较多的内存空间，并可能导致OOM。如果需要加载图片，可以使用 Glide 或者 Picasso 等库来代替。例如：
// 不合适的写法
ImageView imageView = findViewById(R.id.image_view);
Bitmap bitmap = BitmapFactory.decodeResource(getResources(), R.drawable.image); // 这会创建一个原始大小的位图对象，占用内存空间，并可能导致OOM
imageView.setImageBitmap(bitmap);
// 高性能的写法
ImageView imageView = findViewById(R.id.image_view);
Glide.with(this).load(R.drawable.image).into(imageView); // 这会根据视图的大小和屏幕密度来加载合适大小的位图对象，节省内存空间，并避免OOM
这样做可以避免不必要的位图对象的创建，节省内存空间，并提高图片加载的效率和质量。
13. 避免使用 Serializable 接口来实现序列化。
Serializable 接口的内部实现是使用反射机制来序列化和反序列化对象，这会消耗较多的CPU和内存资源，并可能导致性能下降。如果需要实现序列化，可以使用 Parcelable 接口或者 ProtoBuf 等库来代替。例如：
// 不合适的写法
public class User implements Serializable {
private String name;
private int age;
public User(String name, int age) {
this.name = name;
this.age = age;
}
// getter and setter methods
}
// 高性能的写法
public class User implements Parcelable {
private String name;
private int age;
public User(String name, int age) {
this.name = name;
this.age = age;
}
// getter and setter methods
@Override
public int describeContents() {
return 0;
}
@Override
public void writeToParcel(Parcel dest, int flags) {
dest.writeString(name);
dest.writeInt(age);
}
public static final Parcelable.Creator<User> CREATOR = new Parcelable.Creator<User>() {
@Override
public User createFromParcel(Parcel source) {
return new User(source.readString(), source.readInt());
}
@Override
public User[] newArray(int size) {
return new User[size];
}
};
}
这样做可以避免不必要的反射操作，节省CPU和内存资源，并提高序列化和反序列化的效率。
14. 避免使用 LinkedList 来存储数据。
LinkedList 的内部实现是使用一个双向链表来存储数据，这会占用较多的内存空间，并且可能导致内存碎片。如果需要存储数据，可以使用 ArrayList 或者 ArrayDeque 来代替。例如：
// 不合适的写法
LinkedList<String> list = new LinkedList<>();
list.add("a");
list.add("b");
list.add("c");
// 高性能的写法
ArrayList<String> list = new ArrayList<>();
list.add("a");
list.add("b");
list.add("c");
这样做可以节省内存空间，因为 ArrayList 和 ArrayDeque 的内部实现是使用一个数组来存储数据，没有额外的开销。另外，它们还可以提供更快的随机访问和迭代的性能。
15. 避免使用 StringTokenizer 来分割字符串。
StringTokenizer 的内部实现是使用一个字符数组来存储字符串，并且每次调用 nextToken() 方法都会创建一个新的字符串对象，这会消耗较多的CPU和内存资源，并可能导致GC。如果需要分割字符串，可以使用 split() 方法或者 Scanner 类来代替。例如：
// 不合适的写法
StringTokenizer st = new StringTokenizer("Hello World!");
while (st.hasMoreTokens()) {
String token = st.nextToken(); // 每次调用都会创建一个新的字符串对象
// do something with token
}
// 高性能的写法
String[] tokens = "Hello World!".split(" "); // 这只会创建一个字符串数组对象
for (String token : tokens) {
// do something with token
}
这样做可以避免不必要的字符串对象的创建，节省CPU和内存资源，并提高字符串分割的效率。
16. 避免使用 SimpleDateFormat 来格式化日期和时间。
SimpleDateFormat 的内部实现是使用一个 Calendar 对象来存储日期和时间，并且每次调用 format() 方法都会创建一个新的 Date 对象，这会消耗较多的CPU和内存资源，并可能导致GC。如果需要格式化日期和时间，可以使用 DateTimeFormatter 或者 FastDateFormat 等库来代替。例如：
// 不合适的写法
SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
Date date = new Date();
String formattedDate = sdf.format(date); // 每次调用都会创建一个新的日期对象
// 高性能的写法
DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");
LocalDateTime date = LocalDateTime.now();
String formattedDate = dtf.format(date); // 这不会创建任何新的对象
这样做可以避免不必要的日期对象的创建，节省CPU和内存资源，并提高日期和时间格式化的效率。
17. 避免使用 SparseIntArray 来存储稀疏矩阵。
SparseIntArray 的内部实现是使用两个数组来存储键和值，这会占用较多的内存空间，并且可能导致数组扩容和复制。如果需要存储稀疏矩阵，可以使用 SparseMatrix 或者 EJML 等库来代替。例如：
// 不合适的写法
SparseIntArray matrix = new SparseIntArray();
matrix.put(0, 1);
matrix.put(1, 2);
matrix.put(2, 3);
// 高性能的写法
SparseMatrix matrix = new SparseMatrix(3, 3);
matrix.set(0, 0, 1);
matrix.set(1, 1, 2);
matrix.set(2, 2, 3);
这样做可以节省内存空间，因为 SparseMatrix 和 EJML 的内部实现是使用一个链表或者一个哈希表来存储非零元素，没有额外的开销。另外，它们还可以提供更快的矩阵运算和转置的性能。
18. 避免使用 JSONObject 来解析JSON字符串。
JSONObject 的内部实现是使用一个 HashMap 来存储键值对，这会占用较多的内存空间，并且可能导致哈希冲突和扩容。如果需要解析JSON字符串，可以使用 Gson 或者 Moshi 等库来代替。例如：
// 不合适的写法
String json = "{\"name\":\"Alice\",\"age\":18}";
JSONObject jsonObject = new JSONObject(json); // 这会创建一个哈希表对象，占用内存空间，并可能导致哈希冲突和扩容
String name = jsonObject.getString("name");
int age = jsonObject.getInt("age");
// 高性能的写法
String json = "{\"name\":\"Alice\",\"age\":18}";
Gson gson = new Gson();
User user = gson.fromJson(json, User.class); // 这会直接创建一个用户对象，节省内存空间，并提高JSON解析的效率
String name = user.getName();
int age = user.getAge();
这样做可以避免不必要的哈希表对象的创建，节省内存空间，并提高JSON解析的效率和质量。
19. 避免使用 Random 类来生成随机数。
Random 类的内部实现是使用一个线性同余发生器来生成随机数，这会导致随机数的质量不高，并且可能导致并发问题。如果需要生成随机数，可以使用 ThreadLocalRandom 或者 SecureRandom 等类来代替。例如：
// 不合适的写法
Random random = new Random();
int n = random.nextInt(10); // 这会生成一个不太随机的整数，并且可能导致并发问题
// 高性能的写法
int n = ThreadLocalRandom.current().nextInt(10); // 这会生成一个更随机的整数，并且避免并发问题
这样做可以提高随机数的质量和安全性，并避免并发问题。
20. 避免使用 Log 类来打印日志。
Log 类的内部实现是使用一个 PrintStream 对象来输出日志到控制台或者文件，这会消耗较多的CPU和内存资源，并且可能导致IO阻塞和性能下降。如果需要打印日志，可以使用 Timber 或者 Logger 等库来代替。例如：
// 不合适的写法
Log.d("TAG", "Hello World!"); // 这会输出一条日志到控制台或者文件，消耗CPU和内存资源，并且可能导致IO阻塞和性能下降
// 高性能的写法
Timber.d("Hello World!"); // 这会输出一条日志到控制台或者文件，节省CPU和内存资源，并提高日志输出的效率和质量
这样做可以避免不必要的IO操作，节省CPU和内存资源，并提高日志输出的效率和质量。
