当前位置： 移动技术网 > 移动技术>移动开发>Android > Listview的异步加载性能优化

Listview的异步加载性能优化

2019年07月24日  | 移动技术网移动技术  | 我要评论

 android中listview是使用平率最高的控件之一（gridview跟listview是兄弟，都是继承abslistview），listview优化最有效的无非就是采用viewholder来减少频繁的对view查询和更新，缓存图片加快解码，减小图片尺寸。

关于listview的异步加载，网上其实很多示例了，中心思想都差不多，不过很多版本或是有bug，或是有性能问题有待优化，下面就让在下阐述其原理以探索个中奥秘在app应用中，listview的异步加载图片方式能够带来很好的用户体验，同时也是考量程序性能的一个重要指标。关于listview的异步加载，网上其实很多示例了，中心思想都差不多，不过很多版本或是有bug，或是有性能问题有待优化。有鉴于此，本人在网上找了个相对理想的版本并在此基础上进行改造，下面就让在下阐述其原理以探索个中奥秘，与诸君共赏…

异步加载图片基本思想：

1.先从内存缓存中获取图片显示（内存缓冲）
2.获取不到的话从sd卡里获取（sd卡缓冲）
3.都获取不到的话从网络下载图片并保存到sd卡同时加入内存并显示（视情况看是否要显示）

ok，先上adapter的代码：

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; 
} 
}

关键代码是imageloader的displayimage方法，再看imageloader的实现

public class imageloader { 
private memorycache memorycache = new memorycache(); 
private abstractfilecache filecache; 
private map<imageview, string> imageviews = collections 
.synchronizedmap(new weakhashmap<imageview, string>()); 
// 线程池 
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); 
// 先从内存缓存中查找 
bitmap bitmap = memorycache.get(url); 
if (bitmap != null) 
imageview.setimagebitmap(bitmap); 
else if (!isloadonlyfromcache){ 
// 若没有的话则开启新线程加载图片 
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); 
// 先从文件缓存中查找是否有 
bitmap b = null; 
if (f != null && f.exists()){ 
b = decodefile(f); 
} 
if (b != null){ 
return b; 
} 
// 最后从指定的url中下载图片 
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这个图片并且按比例缩放以减少内存消耗，虚拟机对每张图片的缓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线程中 
activity a = (activity) phototoload.imageview.getcontext(); 
a.runonuithread(bd); 
} 
} 
/** 
* 防止图片错位 
* 
* @param phototoload 
* @return 
*/ 
boolean imageviewreused(phototoload phototoload) { 
string tag = imageviews.get(phototoload.imageview); 
if (tag == null || !tag.equals(phototoload.url)) 
return true; 
return false; 
} 
// 用于在ui线程中更新界面 
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..."); 
} 
} 
}

先从内存中加载，没有则开启线程从sd卡或网络中获取，这里注意从sd卡获取图片是放在子线程里执行的，否则快速滑屏的话会不够流畅，这是优化一。于此同时，在adapter里有个busy变量，表示listview是否处于滑动状态，如果是滑动状态则仅从内存中获取图片，没有的话无需再开启线程去外存或网络获取图片，这是优化二。imageloader里的线程使用了线程池，从而避免了过多线程频繁创建和销毁，有的童鞋每次总是new一个线程去执行这是非常不可取的，好一点的用的asynctask类，其实内部也是用到了线程池。在从网络获取图片时，先是将其保存到sd卡，然后再加载到内存，这么做的好处是在加载到内存时可以做个压缩处理，以减少图片所占内存，这是优化三。

而图片错位问题的本质源于我们的listview使用了缓存convertview，假设一种场景，一个listview一屏显示九个item，那么在拉出第十个item的时候，事实上该item是重复使用了第一个item，也就是说在第一个item从网络中下载图片并最终要显示的时候其实该item已经不在当前显示区域内了，此时显示的后果将是在可能在第十个item上输出图像，这就导致了图片错位的问题。所以解决之道在于可见则显示，不可见则不显示。在imageloader里有个imageviews的map对象，就是用于保存当前显示区域图像对应的url集，在显示前判断处理一下即可。

下面再说下内存缓冲机制，本例采用的是lru算法，先看看memorycache的实现

public class memorycache { 
private static final string tag = "memorycache"; 
// 放入缓存时是个同步操作 
// linkedhashmap构造方法的最后一个参数true代表这个map里的元素将按照最近使用次数由少到多排列，即lru 
// 这样的好处是如果要将缓存中的元素替换，则先遍历出最近最少使用的元素来替换以提高效率 
private map<string, bitmap> cache = collections 
.synchronizedmap(new linkedhashmap<string, bitmap>(10, 1.5f, true)); 
// 缓存中图片所占用的字节，初始0，将通过此变量严格控制缓存所占用的堆内存 
private long size = 0;// current allocated size 
// 缓存只能占用的最大堆内存 
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(); 
} 
} 
/** 
* 严格控制堆内存，如果超过将首先替换最近最少使用的那个图片缓存 
* 
*/ 
private void checksize() { 
log.i(tag, "cache size=" + size + " length=" + cache.size()); 
if (size > limit) { 
// 先遍历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(); 
} 
/** 
* 图片占用的内存 
* 
* <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(); 
} 
}

首先限制内存图片缓冲的堆内存大小，每次有图片往缓存里加时判断是否超过限制大小，超过的话就从中取出最少使用的图片并将其移除，当然这里如果不采用这种方式，换做软引用也是可行的，二者目的皆是最大程度的利用已存在于内存中的图片缓存，避免重复制造垃圾增加gc负担，oom溢出往往皆因内存瞬时大量增加而垃圾回收不及时造成的。只不过二者区别在于linkedhashmap里的图片缓存在没有移除出去之前是不会被gc回收的，而softreference里的图片缓存在没有其他引用保存时随时都会被gc回收。所以在使用linkedhashmap这种lru算法缓存更有利于图片的有效命中，当然二者配合使用的话效果更佳，即从linkedhashmap里移除出的缓存放到softreference里，这就是内存的二级缓存，有兴趣的童鞋不凡一试。

以上所述是针对listview的异步加载性能优化的全部介绍，希望对大家有所帮助。

您可能感兴趣的文章:

如对本文有疑问， 点击进行留言回复！！

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网