Bitmap 的高效加載
- 由於Bitmap的特殊性以及Android 對單個應用所施加的內存限制，比如16MB，這導致加載 Bitmap 的時候很容易出現內存溢出。
- 加載圖片：BitmapFactory 類提供了四類方法，
decodeFile、decodeResource、decodeStream、decodeByteArray，分別用於支持從文件系統、資源、輸入流以及字節數組中加載出一個Bitmap 對象，decodeFile、decodeResource間接調用了decodeStream，這四類方法最終是在Android的底層實現的，對應着BitmapFactory的幾個native方法
3. 如何高效地加載圖片？
採用BitmapFactory.Options來加載所需尺寸的圖片，假設通過imageView來顯示圖片，很多時候ImageView並沒有圖片的原始尺寸那麼大，整張圖片加載進來再設置給ImageView顯然沒必要，通過BitmapFactory.Options就可以按一定的採樣率來加載縮小後的圖片，將縮小後的圖片在ImageView中顯示，這樣就會降低內存佔用從而在一定程度上避免OOM，提高了Bitmap加載時的性能。 - 通過
BitmapFactory.Options來縮放圖片，主要是用到了inSampleSize參數，即採樣率。當 inSampleSize 爲1時，採樣後的圖片和原始圖片大小相同；當 inSampleSize 爲2時，採樣後的圖片其寬高均爲原圖大小的1/2，像素數爲原圖大小的1/4。
如何獲取採樣率？
(1) 將BitmapFactory.Options的inJustDecodeBounds參數設爲true並加載圖片
(2) 從BitmapFactory.Options中取出原始寬高信息，對應於outWidth、outHeight
(3) 根據採樣率的規則並結合目標view的所需大小計算出採樣率inSampleSize
(4) 將BitmapFactory.Options的inJustDecodeBounds設爲 false 然後重新加載圖片
inJustDecodeBounds參數 當此參數爲 true 時，BitmapFactory只會解析圖片的寬高信息，並不會真正地加載圖片，該操作是輕量級的。此時BitmapFactory獲得的圖片寬高信息和圖片的位置以及程序運行的設備有關，比如一張圖片放在不同的 drawable 目錄下，或者程序運行在不同屏幕密度的設備上，都會導致 BitmapFactory 獲取到不同的結果，原因是和 Android 的資源加載機制有關。
BitmapFactory.decodeResource();
BitmapFactory.decodeFile();
BitmapFactory.decodeStream();
BitmapFactory.decodeByteArray();以上四個方法都是支持採樣率加載的，處理方式也是類似的。decodeStream()有些特殊，需要獲取流的文件描述符FileDescriptor，通過BitmapFactory.decodeFileDescriptor加載。
Android 中的緩存策略
1. 如何避免過多的流量消耗呢？
緩存。當程序第一次從網上加載圖片後，就將其緩存到設備上，爲了提高用戶體驗，往往還會想內存中緩存一份。當應用打算從網絡上請求一張圖片時，程序會首先從內存中獲取，如果內存中沒有就從設備中獲取，如果設備中沒有，就從網絡上下載。該緩存策略不僅適用於圖片，也適用於其他文件類型。
2. 常用緩存算法：LRU。LRU是近期最少使用算法，核心思想：當緩存滿時，會優先淘汰那些近期最少使用的緩存對象。採用LRU算法的緩存有兩種：LruCache 和 DiskLruCache
LruCache
內部採用一個LinkedHashMap以強引用的方式存儲外界的緩存對象。當緩存滿的時候，LruCache 會移除較早使用的緩存對象，然後再添加對象。LruCache 是線程安全的。
強引用：直接的對象引用
軟引用：當一個對象只有軟引用存在時，系統內存不足時此對象會被 gc 回收
弱引用：當一個對象只有弱引用存在時，此對象會隨時被gc回收
DiskLruCache
磁盤緩存。
ImageLoader 的實現
一個優秀的ImageLoader應該具備如下功能：
圖片的同步加載；圖片的異步加載；圖片壓縮；內存緩存；磁盤緩存；網絡拉取
圖片的同步加載：以同步的方式向調用者提供所加載的圖片，該圖片可能是從內存、磁盤和網絡中拉取的。
圖片的異步加載：調用者無需在單獨的線程中以同步的方式獲取圖片，此時ImageLoader需要自己在線程中加載圖片並將圖片設置給所需的ImageView
圖片壓縮：降低OOM概率的有效手段
內存緩存、磁盤緩存：極大提高程序效率，有效降低用戶流量。
列表錯位：對於ListView、GridView等，由於 itemView 的複用導致的列表錯位。
優化列表的卡頓現象
不要在主線程做太多的耗時操作即可提高滑動的流暢度。
1. 不要在getView中執行耗時操作。
2. 控制異步任務的執行頻率。
如果用戶可以頻繁上下滑動，就會一瞬間產生上百個異步任務，這些任務會造成線程池的擁堵並隨即帶來大量的UI更新操作，造成一定程度的卡頓？
解決：可以考慮在列表滑動的時候停止加載圖片，開啓硬件加速。