【Android 异常与性能优化】Bitmap相关
LRU
- 它用来清理最近最少使用对象，其内部是通过LinkedHashMap实现的。它提供了get和put方法来完成对象的添加和获取，当缓存满了它可以提供一个trimToSize方法来清理最近最少使用对象。我们来看下这个方法是如何实现的：
- 可以看到这个方法会一直循环判断size是否小于maxSize，如果不小于maxSize，则会从LinkedHashMap中依次remove下一个元素，并调用safeSizeOf重新计算size。从这里可以看出，LinkedHashMap中按顺序存放着使用从最不频繁到最频繁的对象。那么怎么知道对象使用频繁还是不频繁呢？我们看下put方法是如何实现的？
what？从put代码来看，LinkedHashMap中存放的就按存储顺序排序的对象啊。难道不是按使用频繁度排序？频繁度跟什么相关？会不会是在get方法中有重新排序呢？我们来看下get方法。
可以看到在get方法中会不光只是从LinkedHashMap中get出一个对象，还把这个对象从LinkedHashMap中取出来放到最后一个位置。由此，使用最频繁的对象就被放到了最后面。 - 接下来我们看下safeSizeOf是如何实现的呢？
它其实调用的就是我们熟悉的sizeOf方法。
计算inSampleSize
我们知道Bitmap节省内存有很多种方法，其核心无非就是在合适的时机加载合适大小的Bitmap。现在的照片越来越大，如果把这些大图直接加载到内存当中，很容易内存溢出。下面我们来看下如何得到Bitmap缩减比例。
计算缩略图
根据inSampleSize算出来的值，来相应地保存Bitmap。
三级缓存
包括：网络、本地、内存三级缓存。它的原理是：
当用户首次打开app从网络上去获取，当获取完成后，把结果保存到sd卡和内存当中。
最后
以上就是我总结的Bitmap优化的知识，后续还会陆续更新，如有任何疑问欢迎留言提问，博主每天都会查看。