Listview的異步加載性能優化

 Android中ListView是使用平率最高的控件之一（GridView跟ListView是兄弟，都是繼承AbsListView），ListView優化最有效的無非就是采用ViewHolder來減少頻繁的對view查詢和更新，緩存圖片加快解碼，減小圖片尺寸。

關於listview的異步加載，網上其實很多示例了，中心思想都差不多，不過很多版本或是有bug，或是有性能問題有待優化，下面就讓在下闡述其原理以探索個中奧秘在APP應用中，listview的異步加載圖片方式能夠帶來很好的用戶體驗，同時也是考量程序性能的一個重要指標。關於listview的異步加載，網上其實很多示例了，中心思想都差不多，不過很多版本或是有bug，或是有性能問題有待優化。有鑒於此，本人在網上找了個相對理想的版本並在此基礎上進行改造，下面就讓在下闡述其原理以探索個中奧秘，與諸君共賞…

異步加載圖片基本思想：

1.先從內存緩存中獲取圖片顯示（內存緩沖）
2.獲取不到的話從SD卡裡獲取（SD卡緩沖）
3.都獲取不到的話從網絡下載圖片並保存到SD卡同時加入內存並顯示（視情況看是否要顯示）

OK，先上adapter的代碼：

public class LoaderAdapter extends BaseAdapter{ 
private static final String TAG = "LoaderAdapter"; 
private boolean mBusy = false; 
public void setFlagBusy(boolean busy) { 
this.mBusy = busy; 
} 
private ImageLoader mImageLoader; 
private int mCount; 
private Context mContext; 
private String[] urlArrays; 
public LoaderAdapter(int count, Context context, String []url) { 
this.mCount = count; 
this.mContext = context; 
urlArrays = url; 
mImageLoader = new ImageLoader(context); 
} 
public ImageLoader getImageLoader(){ 
return mImageLoader; 
} 
@Override 
public int getCount() { 
return mCount; 
} 
@Override 
public Object getItem(int position) { 
return position; 
} 
@Override 
public long getItemId(int position) { 
return position; 
} 
@Override 
public View getView(int position, View convertView, ViewGroup parent) { 
ViewHolder viewHolder = null; 
if (convertView == null) { 
convertView = LayoutInflater.from(mContext).inflate( 
R.layout.list_item, null); 
viewHolder = new ViewHolder(); 
viewHolder.mTextView = (TextView) convertView 
.findViewById(R.id.tv_tips); 
viewHolder.mImageView = (ImageView) convertView 
.findViewById(R.id.iv_image); 
convertView.setTag(viewHolder); 
} else { 
viewHolder = (ViewHolder) convertView.getTag(); 
} 
String url = ""; 
url = urlArrays[position % urlArrays.length]; 
viewHolder.mImageView.setImageResource(R.drawable.ic_launcher); 
if (!mBusy) { 
mImageLoader.DisplayImage(url, viewHolder.mImageView, false); 
viewHolder.mTextView.setText("--" + position 
+ "--IDLE ||TOUCH_SCROLL"); 
} else { 
mImageLoader.DisplayImage(url, viewHolder.mImageView, true); 
viewHolder.mTextView.setText("--" + position + "--FLING"); 
} 
return convertView; 
} 
static class ViewHolder { 
TextView mTextView; 
ImageView mImageView; 
} 
} 

關鍵代碼是ImageLoader的DisplayImage方法，再看ImageLoader的實現

public class ImageLoader { 
private MemoryCache memoryCache = new MemoryCache(); 
private AbstractFileCache fileCache; 
private Map<ImageView, String> imageViews = Collections 
.synchronizedMap(new WeakHashMap<ImageView, String>()); 
// 線程池 
private ExecutorService executorService; 
public ImageLoader(Context context) { 
fileCache = new FileCache(context); 
executorService = Executors.newFixedThreadPool(5); 
} 
// 最主要的方法 
public void DisplayImage(String url, ImageView imageView, boolean isLoadOnlyFromCache) { 
imageViews.put(imageView, url); 
// 先從內存緩存中查找 
Bitmap bitmap = memoryCache.get(url); 
if (bitmap != null) 
imageView.setImageBitmap(bitmap); 
else if (!isLoadOnlyFromCache){ 
// 若沒有的話則開啟新線程加載圖片 
queuePhoto(url, imageView); 
} 
} 
private void queuePhoto(String url, ImageView imageView) { 
PhotoToLoad p = new PhotoToLoad(url, imageView); 
executorService.submit(new PhotosLoader(p)); 
} 
private Bitmap getBitmap(String url) { 
File f = fileCache.getFile(url); 
// 先從文件緩存中查找是否有 
Bitmap b = null; 
if (f != null && f.exists()){ 
b = decodeFile(f); 
} 
if (b != null){ 
return b; 
} 
// 最後從指定的url中下載圖片 
try { 
Bitmap bitmap = null; 
URL imageUrl = new URL(url); 
HttpURLConnection conn = (HttpURLConnection) imageUrl 
.openConnection(); 
conn.setConnectTimeout(30000); 
conn.setReadTimeout(30000); 
conn.setInstanceFollowRedirects(true); 
InputStream is = conn.getInputStream(); 
OutputStream os = new FileOutputStream(f); 
CopyStream(is, os); 
os.close(); 
bitmap = decodeFile(f); 
return bitmap; 
} catch (Exception ex) { 
Log.e("", "getBitmap catch Exception...\nmessage = " + ex.getMessage()); 
return null; 
} 
} 
// decode這個圖片並且按比例縮放以減少內存消耗，虛擬機對每張圖片的緩存大小也是有限制的 
private Bitmap decodeFile(File f) { 
try { 
// decode image size 
BitmapFactory.Options o = new BitmapFactory.Options(); 
o.inJustDecodeBounds = true; 
BitmapFactory.decodeStream(new FileInputStream(f), null, o); 
// Find the correct scale value. It should be the power of 2. 
final int REQUIRED_SIZE = 100; 
int width_tmp = o.outWidth, height_tmp = o.outHeight; 
int scale = 1; 
while (true) { 
if (width_tmp / 2 < REQUIRED_SIZE 
|| height_tmp / 2 < REQUIRED_SIZE) 
break; 
width_tmp /= 2; 
height_tmp /= 2; 
scale *= 2; 
} 
// decode with inSampleSize 
BitmapFactory.Options o2 = new BitmapFactory.Options(); 
o2.inSampleSize = scale; 
return BitmapFactory.decodeStream(new FileInputStream(f), null, o2); 
} catch (FileNotFoundException e) { 
} 
return null; 
} 
// Task for the queue 
private class PhotoToLoad { 
public String url; 
public ImageView imageView; 
public PhotoToLoad(String u, ImageView i) { 
url = u; 
imageView = i; 
} 
} 
class PhotosLoader implements Runnable { 
PhotoToLoad photoToLoad; 
PhotosLoader(PhotoToLoad photoToLoad) { 
this.photoToLoad = photoToLoad; 
} 
@Override 
public void run() { 
if (imageViewReused(photoToLoad)) 
return; 
Bitmap bmp = getBitmap(photoToLoad.url); 
memoryCache.put(photoToLoad.url, bmp); 
if (imageViewReused(photoToLoad)) 
return; 
BitmapDisplayer bd = new BitmapDisplayer(bmp, photoToLoad); 
// 更新的操作放在UI線程中 
Activity a = (Activity) photoToLoad.imageView.getContext(); 
a.runOnUiThread(bd); 
} 
} 
/** 
* 防止圖片錯位 
* 
* @param photoToLoad 
* @return 
*/ 
boolean imageViewReused(PhotoToLoad photoToLoad) { 
String tag = imageViews.get(photoToLoad.imageView); 
if (tag == null || !tag.equals(photoToLoad.url)) 
return true; 
return false; 
} 
// 用於在UI線程中更新界面 
class BitmapDisplayer implements Runnable { 
Bitmap bitmap; 
PhotoToLoad photoToLoad; 
public BitmapDisplayer(Bitmap b, PhotoToLoad p) { 
bitmap = b; 
photoToLoad = p; 
} 
public void run() { 
if (imageViewReused(photoToLoad)) 
return; 
if (bitmap != null) 
photoToLoad.imageView.setImageBitmap(bitmap); 
} 
} 
public void clearCache() { 
memoryCache.clear(); 
fileCache.clear(); 
} 
public static void CopyStream(InputStream is, OutputStream os) { 
final int buffer_size = 1024; 
try { 
byte[] bytes = new byte[buffer_size]; 
for (;;) { 
int count = is.read(bytes, 0, buffer_size); 
if (count == -1) 
break; 
os.write(bytes, 0, count); 
} 
} catch (Exception ex) { 
Log.e("", "CopyStream catch Exception..."); 
} 
} 
}

先從內存中加載，沒有則開啟線程從SD卡或網絡中獲取，這裡注意從SD卡獲取圖片是放在子線程裡執行的，否則快速滑屏的話會不夠流暢，這是優化一。於此同時，在adapter裡有個busy變量，表示listview是否處於滑動狀態，如果是滑動狀態則僅從內存中獲取圖片，沒有的話無需再開啟線程去外存或網絡獲取圖片，這是優化二。ImageLoader裡的線程使用了線程池，從而避免了過多線程頻繁創建和銷毀，有的童鞋每次總是new一個線程去執行這是非常不可取的，好一點的用的AsyncTask類，其實內部也是用到了線程池。在從網絡獲取圖片時，先是將其保存到sd卡，然後再加載到內存，這麼做的好處是在加載到內存時可以做個壓縮處理，以減少圖片所占內存，這是優化三。

而圖片錯位問題的本質源於我們的listview使用了緩存convertView，假設一種場景，一個listview一屏顯示九個item，那麼在拉出第十個item的時候，事實上該item是重復使用了第一個item，也就是說在第一個item從網絡中下載圖片並最終要顯示的時候其實該item已經不在當前顯示區域內了，此時顯示的後果將是在可能在第十個item上輸出圖像，這就導致了圖片錯位的問題。所以解決之道在於可見則顯示，不可見則不顯示。在ImageLoader裡有個imageViews的map對象，就是用於保存當前顯示區域圖像對應的url集，在顯示前判斷處理一下即可。

下面再說下內存緩沖機制，本例采用的是LRU算法，先看看MemoryCache的實現

public class MemoryCache { 
private static final String TAG = "MemoryCache"; 
// 放入緩存時是個同步操作 
// LinkedHashMap構造方法的最後一個參數true代表這個map裡的元素將按照最近使用次數由少到多排列，即LRU 
// 這樣的好處是如果要將緩存中的元素替換，則先遍歷出最近最少使用的元素來替換以提高效率 
private Map<String, Bitmap> cache = Collections 
.synchronizedMap(new LinkedHashMap<String, Bitmap>(10, 1.5f, true)); 
// 緩存中圖片所占用的字節，初始0，將通過此變量嚴格控制緩存所占用的堆內存 
private long size = 0;// current allocated size 
// 緩存只能占用的最大堆內存 
private long limit = 1000000;// max memory in bytes 
public MemoryCache() { 
// use 25% of available heap size 
setLimit(Runtime.getRuntime().maxMemory() / 10); 
} 
public void setLimit(long new_limit) { 
limit = new_limit; 
Log.i(TAG, "MemoryCache will use up to " + limit / 1024. / 1024. + "MB"); 
} 
public Bitmap get(String id) { 
try { 
if (!cache.containsKey(id)) 
return null; 
return cache.get(id); 
} catch (NullPointerException ex) { 
return null; 
} 
} 
public void put(String id, Bitmap bitmap) { 
try { 
if (cache.containsKey(id)) 
size -= getSizeInBytes(cache.get(id)); 
cache.put(id, bitmap); 
size += getSizeInBytes(bitmap); 
checkSize(); 
} catch (Throwable th) { 
th.printStackTrace(); 
} 
} 
/** 
* 嚴格控制堆內存，如果超過將首先替換最近最少使用的那個圖片緩存 
* 
*/ 
private void checkSize() { 
Log.i(TAG, "cache size=" + size + " length=" + cache.size()); 
if (size > limit) { 
// 先遍歷最近最少使用的元素 
Iterator<Entry<String, Bitmap>> iter = cache.entrySet().iterator(); 
while (iter.hasNext()) { 
Entry<String, Bitmap> entry = iter.next(); 
size -= getSizeInBytes(entry.getValue()); 
iter.remove(); 
if (size <= limit) 
break; 
} 
Log.i(TAG, "Clean cache. New size " + cache.size()); 
} 
} 
public void clear() { 
cache.clear(); 
} 
/** 
* 圖片占用的內存 
* 
* <A href='\"http://www.eoeandroid.com/home.php?mod=space&uid=2768922\"' target='\"_blank\"'>@Param</A> bitmap 
* 
* @return 
*/ 
long getSizeInBytes(Bitmap bitmap) { 
if (bitmap == null) 
return 0; 
return bitmap.getRowBytes() * bitmap.getHeight(); 
} 
}

首先限制內存圖片緩沖的堆內存大小，每次有圖片往緩存裡加時判斷是否超過限制大小，超過的話就從中取出最少使用的圖片並將其移除，當然這裡如果不采用這種方式，換做軟引用也是可行的，二者目的皆是最大程度的利用已存在於內存中的圖片緩存，避免重復制造垃圾增加GC負擔，OOM溢出往往皆因內存瞬時大量增加而垃圾回收不及時造成的。只不過二者區別在於LinkedHashMap裡的圖片緩存在沒有移除出去之前是不會被GC回收的，而SoftReference裡的圖片緩存在沒有其他引用保存時隨時都會被GC回收。所以在使用LinkedHashMap這種LRU算法緩存更有利於圖片的有效命中，當然二者配合使用的話效果更佳，即從LinkedHashMap裡移除出的緩存放到SoftReference裡，這就是內存的二級緩存，有興趣的童鞋不凡一試。

以上所述是針對listview的異步加載性能優化的全部介紹，希望對大家有所幫助。