关于Android App性能优化的个人见解

随着移动应用在中国6、7年的发展，手机应用的开发已经很完善了，如果boss让你开发一个应用，你会发现你要开发的功能在公司里面基本都能找到类似的实现代码，就算在公司找不到，在网上也有大把的demo，这样程序开发的门槛就降低了，无非是代码的解读与拼凑（仅在实现功能的角度来说），所以为了成为一个优秀的程序员，大家就不能仅满足于实现功能，更重要的是写出优秀的程序。在这篇文章里，我会结合过去的开发经验—特别是图库的开发，谈谈对于Android性能优化的个人见解。

一、            概述

概括来说，我认为Android应用性能优化包括如下几方面：

内存 、线程、流程逻辑、数据结构、逻辑算法、系统配置、编程语言

1.        内存优化

开发过程中内存优化涉及到如下区域：

寄存器（Register）:速度最快，位于服务器内部，一般我们无法控制

栈(Stack) :存放基本数据类型与指向对象的指针的地方

堆(Heap)：存放对象的地方，受GC管理

Android 应用有内存大小限制，超过了会引发oom，具体的限制值可以在/system/build.PRop中查看：

   -dalvik.vm.heapstartsize 表示默认分配的内存

-dalvik.vm.heapgrowthlimit   表示默认情况下内存的最大允许值

-dalvik.vm.heapsize当我们在AndroidManifest.xml中设了largHeap = true时，内存的最大允许值。   

当然我们在开发的时候也可以通过Runtime.getRuntime().maxMemory();取得当前最大允许的内存值。

5R：

内存的优化工作也可以从以下5个方面思考。

1.Reckon（计算）

首先需要知道你的app所消耗内存的情况，知己知彼才能百战不殆

2.Reduce（减少）

消耗更少的资源

3.Reuse（重用）

当第一次使用完以后，尽量给其他的使用

5.Recycle（回收）

返回资源给生产流

4.Review（检查）

回顾检查你的程序，看看设计或代码有什么不合理的地方

1.        

1.1.       充分使用缓存机制

我们的应用并不是使用内存越少越好，相反充分的使用内存，能有效的提高效率，Chrome浏览器占用内存明显比较高，一定程度上也可以看做内存换效率。

以从网上加载一张图片为例：

其中涉及到图片下载、图片保存、图片解码、内存管理、图片信息管理。

     在文件下载到ram，以及保存到disk中，比较好理解，当然把图片的id用数据库保存起来, 记得close数据流，防止内存泄漏。至于内存中的缓存，我们要在应用内存大小的限制之类，尽量高效率的复用bitmap，以前我们用软引用/弱引用的机制来保存图片对象，然而自Android2.3版本(API Level 9)开始，垃圾回收器更着重于对软/弱引用的回收，这使得上述的方案相当无效。幸好Google给了我们Lrucache,它将被引用的对象保存在LinkedHashMap中，并且当缓存超过指定大小后，释放最不常使用对象。

关于图片缓存，我们有很多开源项目：

Android-Universal-Image-Loader 图片缓存、picasso square开源的图片缓存、ImageCache图片缓存，包含内存和Sdcard缓存。

1.2.       尽量不使用全局变量

首先这里不包括static final的基本数据类型。

处女座的老板可能会要求你完全消灭全局变量。全局变量不单会一直占据内存资源，关键是内存不足的情况下，系统会回收一部分资源，由于APP切换到后台，所以之前的全局变量可能被回收，这样应用面临一个很不确定的风险。

要解决这个问题，建议：

1)      把全局变量序列化之后保存到本地。

2)       把变量放到application中声明，除非应用退出，否则Application不会被回收，作为Application的成员变量也就不会被回收，同时，在应用内部Application的成员变量的作用域也类似于全局变量了。

1.3.       提防内存泄漏，比如context被长于Activity的声明周期的对象引用，bitmap要recycle，数据流要close,数据库要close，广播要unregister

1.4.       按需加载图片

1） 通过设置BitmapFactoryOption.sampleSize 修改加载的图片大小而不是加载了图片之后再缩放。

2） 设置图片像素的质量。分别是：

          ALPHA_8：每个像素占用1byte内存 （只有透明度）ARGB_4444：每个像素占用2byte内存  (有透明度但没那么细腻)ARGB_8888：每个像素占用4byte内存 （默认）RGB_565：每个像素占用2byte内存 （没有透明属性）

3） 通过计算当前应用允许的最大占用内存值，决定缓存的大小（可以在LruCache中设定），一般是最大值的1/8,按应用实际需求决定。

2.        线程优化

一般的应用都会涉及到多线程吧，特别是耗时逻辑放在主线程容易引起anr，很影响用户体验（为了让屏幕的刷新帧率达到 60fps，我们需要确保 16ms 内完成单次刷新的操作，一旦刷新帧率降到 20fps左右，用户就可以明显感知到卡顿不流畅了）。我们应该关注的怎样合理使用、管理多线程。

1)    选择适当的工具

AyncTask

HandlerThread

IntentService

2)    关注线程的并发数

3)    关注线程的优先级

3.         

4.         

5.        数据结构

  使用recycledView

  使用sparseArray代替hashMap

(待续)