目前AndroID 发展至今优秀的图片加载框架太多,例如: Volley,Picasso,Imageloader,GlIDe等等。但是作为程序猿,懂得其中的实现原理还是相当重要的,只有懂得才能更好地使用。于是乎,今天我就简单设计一个网络加载图片框架。主要就是熟悉图片的网络加载机制。
一般来说,一个优秀的 图片加载框架(ImageLoader) 应该具备如下功能:
图片压缩
内存缓存
磁盘缓存
图片的同步加载
图片的异步加载
网络拉取
那我们就从以上几个方面进行介绍:
1.图片压缩(有效的降低OOM的发生概率)
图片压缩功能我在Bitmap 的高效加载中已经做了介绍这里不多说直接上代码。这里直接抽象一个类用于完成图片压缩功能。
public class ImageResizer { private static final String TAG = "ImageResizer"; public ImageResizer() { super(); // Todo auto-generated constructor stub } public Bitmap decodeSampledBitmapFromresource(Resources res,int resID,int reqWIDth,int reqHeight) { final BitmapFactory.Options options = new BitmapFactory.Options(); options.inJustDecodeBounds = true; BitmapFactory.decodeResource(res,resID,options); options.inSampleSize = calculateInSampleSize(options,reqWIDth,reqHeight); options.inJustDecodeBounds = false; return BitmapFactory.decodeResource(res,options); } public Bitmap decodeSampledBitmapFromBitmapfileDescriptor(fileDescriptor fd,int reqHeight){ final BitmapFactory.Options options = new BitmapFactory.Options(); options.inJustDecodeBounds = true; BitmapFactory.decodefileDescriptor(fd,null,reqHeight); options.inJustDecodeBounds = false; return BitmapFactory.decodefileDescriptor(fd,options); }
public int calculateInSampleSize(BitmapFactory.Options options,int reqHeight) { final int wIDth = options.outWIDth; final int height = options.outHeight; int inSampleSize = 1; if (height > reqHeight || wIDth > reqWIDth) { final int halfheight = height / 2; final int halfWIDth = wIDth / 2; while ((halfheight / inSampleSize) > reqHeight && (halfWIDth / inSampleSize) > halfWIDth) { inSampleSize *= 2; } } return inSampleSize; }}
2.内存缓存和磁盘缓存
缓存直接选择 LruCache 和 diskLruCache 来完成内存缓存和磁盘缓存工作。
首先对其初始化:
private LruCache<String,Bitmap> mMemoryCache;private diskLruCache mdiskLruCache;public ImageLoader(Context context) { mContext = context.getApplicationContext(); //分配内存缓存为当前进程的1/8,磁盘缓存容量为50M int maxMemory = (int) (Runtime.getRuntime().maxMemory() * 1024); int cacheSize = maxMemory / 8; mMemoryCache = new LruCache<String,Bitmap>(cacheSize) { @OverrIDe protected int sizeOf(String key,Bitmap value) { return value.getRowBytes() * value.getHeight() / 1024; } }; file diskCacheDir = getdiskChaheDir(mContext,"bitmap"); if (!diskCacheDir.exists()) { diskCacheDir.mkdirs(); } if (getUsableSpace(diskCacheDir) > disK_CACHE_SIZE) { try { mdiskLruCache = diskLruCache.open(diskCacheDir,1,disK_CACHE_SIZE); mIsdiskLruCacheCreated = true; } catch (IOException e) { e.printstacktrace(); } } }
创建完毕后,接下来则需要提供方法来视线添加以及获取的功能。首先来看内存缓存。
private voID addBitmapToMemoryCache(String key,Bitmap bitmap) { if (getBitmapFromMemCache(key) == null) { mMemoryCache.put(key,bitmap); } } private Bitmap getBitmapFromMemCache(String key) { return mMemoryCache.get(key); }
相对来说内存缓存比较简单,而磁盘缓存则复杂的多。磁盘缓存(LrudiskCache)并没有直接提供方法来实现,而是要通过Editor以及Snapshot 来实现对于文件系统的添加以及读取的 *** 作。
首先看一下,Editor,它提供了commit 和 abort 方法来提交和撤销对文件系统的写 *** 作。
//将下载的图片写入文件系统,实现磁盘缓存 private Bitmap loadBitmapFromhttp(String url,int reqHeight) throws IOException { if (Looper.myLooper() == Looper.getMainLooper()) { throw new RuntimeException("can not visit network from UI Thread."); } if (mdiskLruCache == null) return null; String key = hashKeyFormUrl(url); diskLruCache.Editor editor = mdiskLruCache.edit(key); if (editor != null) { OutputStream outputStream = editor .newOutputStream(disK_CACHE_INDEX); if (downloadUrlToStream(url,outputStream)) { editor.commit(); } else { editor.abort(); } } mdiskLruCache.flush(); return loadBitmapFordiskCache(url,reqHeight); }
Snapshot,通过它可以获取磁盘缓存对象对应的 fileinputStream,但是fileinputStream 无法便捷的进行压缩,所以通过fileDescriptor 来加载压缩后的图片,最后将加载后的bitmap添加到内存缓存中。
public Bitmap loadBitmapFordiskCache(String url,int reqHeight) throws IOException { if (Looper.myLooper() == Looper.getMainLooper()) { Log.w(TAG,"load bitmap from UI Thread,it's not recommended"); } if (mdiskLruCache == null) return null; Bitmap bitmap = null; String key = hashKeyFormUrl(url); diskLruCache.Snapshot snapshot = mdiskLruCache.get(key); if (snapshot != null) { fileinputStream fileinputStream = (fileinputStream) snapshot .getinputStream(disK_CACHE_INDEX); fileDescriptor fileDescriptor = fileinputStream.getFD(); bitmap = mImageResizer.decodeSampledBitmapFromBitmapfileDescriptor( fileDescriptor,reqHeight); if (bitmap != null) { addBitmapToMemoryCache(key,bitmap); } } return bitmap; }
3.同步加载
同步加载的方法需要外部在子线程中调用。
//同步加载 public Bitmap loadBitmap(String uri,int reqHeight) { Bitmap bitmap = loadBitmpaFromMemCache(uri); if (bitmap != null) { return bitmap; } try { bitmap = loadBitmapFordiskCache(uri,reqHeight); if (bitmap != null) { return bitmap; } bitmap = loadBitmapFromhttp(uri,reqHeight); } catch (IOException e) { e.printstacktrace(); } if (bitmap == null && !mIsdiskLruCacheCreated) { bitmap = downloadBitmapFromUrl(uri); } return bitmap; }
从方法中可以看出工作过程遵循如下几步:
首先尝试从内存缓存中读取图片,接着尝试从磁盘缓存中读取图片,最后才会从网络中拉取。此方法不能再主线程中执行,执行环境的检测是在loadBitmapFromhttp中实现的。
if (Looper.myLooper() == Looper.getMainLooper()) { throw new RuntimeException("can not visit network from UI Thread."); }
4.异步加载
//异步加载 public voID bindBitmap(final String uri,final ImageVIEw imageVIEw,final int reqWIDth,final int reqHeight) { imageVIEw.setTag(TAG_KEY_URI,uri); Bitmap bitmap = loadBitmpaFromMemCache(uri); if (bitmap != null) { imageVIEw.setimageBitmap(bitmap); return; } Runnable loadBitmapTask = new Runnable() { @OverrIDe public voID run() { Bitmap bitmap = loadBitmap(uri,reqHeight); if (bitmap != null) { LoaderResult result = new LoaderResult(imageVIEw,uri,bitmap); mMainHandler.obtainMessage(MESSAGE_POST_RESulT,result) .sendToTarget(); } } }; THREAD_POol_EXECUTOR.execute(loadBitmapTask); }
从bindBitmap的实现来看,bindBitmap 方法会尝试从内存缓存中读取图片,如果读取成功就直接返回结果,否则会在线程池中去调用loadBitmap方法,当图片加载成功后再将图片、图片的地址以及需要绑定的imageVIEw封装成一个LoaderResult对象,然后再通过mMainHandler向主线程发送一个消息,这样就可以在主线程中给imageVIEw设置图片了。
下面来看一下,bindBitmap这个方法中用到的线程池和Handler,首先看一下线程池 THREAD_POol_EXECUTOR 的实现。
private static final int cpu_COUNT = Runtime.getRuntime() .availableProcessors();private static final int CORE_POol_SIZE = cpu_COUNT + 1;private static final int MAXIMUM_POol_SIZE = cpu_COUNT * 2 + 1;private static final long KEEP_AliVE = 10L;private static final ThreadFactory sThreadFactory = new ThreadFactory() { private final AtomicInteger mCount = new AtomicInteger(); @OverrIDe public Thread newThread(Runnable r) { // Todo auto-generated method stub return new Thread(r,"ImageLoader#" + mCount.getAndIncrement()); } };public static final Executor THREAD_POol_EXECUTOR = new ThreadPoolExecutor( CORE_POol_SIZE,MAXIMUM_POol_SIZE,KEEP_AliVE,TimeUnit.SECONDS,new linkedBlockingDeque<Runnable>(),sThreadFactory);
1.使用线程池和handler的原因。
首先不能用普通线程去实现,如果采用普通线程去加载图片,随着列表的滑动可能会产生大量的线程,这样不利于效率的提升。 Handler 的实现 ,直接采用了 主线程的Looper来构造Handler 对象,这就使得 ImageLoader 可以在非主线程构造。另外为了解决由于VIEw复用所导致的列表错位这一问题再给ImageVIEw 设置图片之前会检查他的url有没有发生改变,如果发生改变就不再给它设置图片,这样就解决了列表错位问题。
private Handler mMainHandler = new Handler(Looper.getMainLooper()) { @OverrIDe public voID handleMessage(Message msg) { LoaderResult result = (LoaderResult) msg.obj; ImageVIEw imageVIEw = result.imageVIEw; imageVIEw.setimageBitmap(result.bitmap); String uri = (String) imageVIEw.getTag(TAG_KEY_URI); if (uri.equals(result.uri)) { imageVIEw.setimageBitmap(result.bitmap); } else { Log.w(TAG,"set image bitmap,but url has changed,ignored!"); } } };
总结:
图片加载的问题 ,尤其是大量图片的加载,对于androID 开发者来说一直是比较困扰的问题。本文只是提到了最基础的一种解决方法,用于学习还是不错的。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程小技巧。
总结以上是内存溢出为你收集整理的设计简单的Android图片加载框架全部内容,希望文章能够帮你解决设计简单的Android图片加载框架所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)