3. 图像解码与内存优化：Bitmap 复用池、Glide/Picasso 配置、RGB565 与 ARGB8888 选择策略

图像解码是 Android 多媒体应用中最耗内存的操作之一。一张 1920×1080 的图片以 ARGB8888 格式解码后占用约 7.9 MB（1920×1080×4 字节），而应用通常需要同时展示多张图片，内存压力急剧上升。本章围绕 Bitmap 复用池、Glide/Picasso 缓存配置 和 像素格式选择 三条主线，给出可直接落地的优化方案。

3.1 原理：Bitmap 内存模型与解码流程

Bitmap 在 Java Heap 中存储像素数据（Android 8.0 后像素数据移入 Native Heap，但受 Java 层引用管理）。单张 Bitmap 内存占用公式：

内存占用（字节） = 宽度 × 高度 × 每像素字节数

解码流程：资源文件（或网络/磁盘） → BitmapFactory 解析 → 生成 Bitmap 对象。其中 BitmapFactory.Options.inPreferredConfig 决定像素格式，inBitmap 字段控制复用行为。

3.2 Bitmap 复用池：原理与实现

核心思路：解码时通过 BitmapFactory.Options.inBitmap 传入一个已废弃但未释放的 Bitmap，让系统直接复用其像素内存，避免频繁分配与 GC 触发。复用池通常基于 LruCache 实现，以 （宽度、高度、像素格式） 为键缓存 Bitmap。

public class ImageReusePool {
    private static final int DEFAULT_MAX_BYTES = 20 * 1024 * 1024; // 20 MB
    private final LruCache<Key, Bitmap> cache;

    public ImageReusePool() {
        this(DEFAULT_MAX_BYTES);
    }

    public ImageReusePool(int maxBytes) {
        cache = new LruCache<Key, Bitmap>(maxBytes) {
            @Override
            protected int sizeOf(Key key, Bitmap bitmap) {
                return bitmap.getAllocationByteCount();
            }
        };
    }

    public Bitmap obtain(int width, int height, Bitmap.Config config) {
        Key key = new Key(width, height, config);
        Bitmap candidate = cache.get(key);
        if (candidate != null && !candidate.isRecycled()
                && candidate.isMutable()
                && candidate.getWidth() == width
                && candidate.getHeight() == height) {
            candidate.eraseColor(0); // 清除旧像素
            return candidate;
        }
        return null; // 池中无匹配，由调用方创建新 Bitmap
    }

    public void recycle(Bitmap bitmap) {
        if (bitmap == null || bitmap.isRecycled() || !bitmap.isMutable()) {
            return;
        }
        Key key = new Key(bitmap.getWidth(), bitmap.getHeight(), bitmap.getConfig());
        cache.put(key, bitmap);
    }

    private static class Key {
        final int width;
        final int height;
        final Bitmap.Config config;

        Key(int width, int height, Bitmap.Config config) {
            this.width = width;
            this.height = height;
            this.config = config;
        }

        @Override
        public boolean equals(Object o) { /* 标准实现 */ return true; }
        @Override
        public int hashCode() { return width * 31 + height * 31 + config.hashCode(); }
    }
}

3.3 Glide 与 Picasso 的缓存配置

两大图片加载框架内置了 Bitmap 复用机制，但默认参数不一定适合所有应用。以下配置可直接嵌入 Application 或 GlideModule 中。

3.3.1 Glide 自定义 BitmapPool

@GlideModule
public class OptimizedGlideModule extends AppGlideModule {
    @Override
    public void applyOptions(Context context, GlideBuilder builder) {
        // 将 BitmapPool 扩大至 16 MB，适合图片密集列表
        builder.setBitmapPool(new LruBitmapPool(16 * 1024 * 1024));
        // 内存缓存设为 32 MB
        builder.setMemoryCache(new LruResourceCache(32 * 1024 * 1024));
        // 默认解码格式设为 RGB565（若无需透明度）
        builder.setDefaultRequestOptions(
            new RequestOptions().format(DecodeFormat.PREFER_RGB_565)
        );
    }
}

3.3.2 Picasso 内存缓存调整

// 在 Application 初始化时配置
Picasso.Builder builder = new Picasso.Builder(context);
// 使用 20 MB 固定缓存，避免占用过多 heap
builder.memoryCache(new LruCache(20 * 1024 * 1024));
// 关闭全局调试指示器（减少 CPU 开销）
builder.indicatorsEnabled(false);
Picasso.setSingletonBuilder(builder);
// 或直接替换单例
Picasso.setSingletonInstance(builder.build());

3.4 RGB565 与 ARGB8888 选择策略

决策依据按优先级排序：

• 是否需要透明度——需要 Alpha 通道的业务（如圆角、渐变遮罩、水印）必须使用 ARGB8888。
• 图片类型——照片、高清壁纸用 ARGB8888；缩略图、头像、列表图标用 RGB565。
• 内存水位——当应用已使用 >80% 可用 heap 时，将非关键区域降级为 RGB565。
• 显示密度——在 xhdpi 以下屏幕，RGB565 的色带肉眼几乎不可见，可放心使用。

3.5 调试与内存监控

使用以下工具验证优化效果：

• Android Studio Memory Profiler —— 观察 Bitmap 对象数量与 Native Heap 波动，定位频繁 GC 点。
• dumpsys meminfo —— 查看进程总 PSS 与 Graphics 部分：

adb shell dumpsys meminfo com.example.app | grep -E "Graphics|Bitmap|Total"

• Glide 自带调试 —— 启用 Glide.get(context).setMemoryCategory(MemoryCategory.LOW) 模拟低内存环境。
• Bitmap 复用命中率埋点 —— 在复用池的 obtain() 和 recycle() 中加计数器，输出日志：

Log.d("BitmapPool", "命中率: " + hitCount + "/" + totalRequest
        + " = " + (hitCount * 100 / Math.max(1, totalRequest)) + "%");

3.6 常见错误与解决方案

3.7 性能优化总结

1. 优先使用 RGB565 —— 在列表、缩略图、非核心 UI 区域优先选择，减少 50% 像素内存。
2. 构建 Bitmap 复用池 —— 通过 LruCache 按 (宽, 高, 格式) 缓存可复用 Bitmap，避免频繁 GC。
3. Glide 调整 BitmapPool 大小 —— 根据列表并发数计算，一般设为 16~32 MB。
4. Picasso 固定缓存上限 —— 用 LruCache(20 MB) 替代百分比配置，降低低端机压力。
5. 统一降级策略 —— 在 Application.onCreate() 中检测可用 heap，动态决定全局像素格式偏好。
6. 监控复用命中率 —— 低于 60% 说明池大小或键设计不合理，需调优。