Bitmap优化详谈-阿里云开发者社区

目录介绍

01.如何计算Bitmap占用内存
- 1.1 如何计算占用内存
- 1.2 上面方法计算内存对吗
- 1.3 一个像素占用多大内存
02.Bitmap常见四种颜色格式
- 2.1 什么是bitmap
- 2.2 Android常见是那种
- 2.3 常见四种颜色格式介绍
- 2.4 Bitmap到底有几种颜色格式
03.Bitmap压缩技术
- 3.1 质量压缩
- 3.2 采样率压缩
- 3.3 缩放法压缩
04.Bitmap回收问题
- 4.1 recycle()方法
- 4.2 缓存原理
- 4.3 Bitmap的复用
05.Bitmap常见操作
- 5.1 Bitmap的压缩方式
- 5.2 Bitmap如何复用
- 5.3 Bitmap使用API获取内存
- 5.4 该博客对应测试项目地址

好消息

博客笔记大汇总【16年3月到至今】，包括Java基础及深入知识点，Android技术博客，Python学习笔记等等，还包括平时开发中遇到的bug汇总，当然也在工作之余收集了大量的面试题，长期更新维护并且修正，持续完善……开源的文件是markdown格式的！同时也开源了生活博客，从12年起，积累共计50篇[近30万字]，转载请注明出处，谢谢！
链接地址：https://github.com/yangchong211/YCBlogs
如果觉得好，可以star一下，谢谢！当然也欢迎提出建议，万事起于忽微，量变引起质变！
轮播图封装库：https://github.com/yangchong211/YCBanner
轻量级版本更新弹窗：https://github.com/yangchong211/YCUpdateApp
通知栏封装库：https://github.com/yangchong211/YCNotification

01.如何计算Bitmap占用内存

欢迎直接查看demo的压缩效果，https://github.com/yangchong211/YCBanner

1.1 如何计算占用内存

如果图片要显示下Android设备上，ImageView最终是要加载Bitmap对象的，就要考虑单个Bitmap对象的内存占用了，如何计算一张图片的加载到内存的占用呢？其实就是所有像素的内存占用总和：
bitmap内存大小 = 图片长度 x 图片宽度 x 单位像素占用的字节数
起决定因素就是最后那个参数了，Bitmap'常见有2种编码方式：ARGB_8888和RGB_565，ARGB_8888每个像素点4个byte，RGB_565是2个byte，一般都采用ARGB_8888这种。那么常见的1080*1920的图片内存占用就是：1920 x 1080 x 4 = 7.9M

1.2 上面方法计算内存对吗

我看到好多博客都是这样计算的，但是这样算对吗？有没有哥们试验过这种方法正确性？我觉得看博客要对博主表示怀疑，论证别人写的是否正确。更多详细可以看我的GitHub：https://github.com/yangchong211

说出我的结论：上面1.1这种说法也对，但是不全对，没有说明场景，同时也忽略了一个影响项：Density。接下来看看源代码。
inDensity默认为图片所在文件夹对应的密度；inTargetDensity为当前系统密度。
加载一张本地资源图片，那么它占用的内存 = width height nTargetDensity/inDensity nTargetDensity/inDensity 一个像素所占的内存。

@Nullable
public static Bitmap decodeResourceStream(@Nullable Resources res, @Nullable TypedValue value,
        @Nullable InputStream is, @Nullable Rect pad, @Nullable Options opts) {
    validate(opts);
    if (opts == null) {
        opts = new Options();
    }

    if (opts.inDensity == 0 && value != null) {
        final int density = value.density;
        if (density == TypedValue.DENSITY_DEFAULT) {
            opts.inDensity = DisplayMetrics.DENSITY_DEFAULT;
        } else if (density != TypedValue.DENSITY_NONE) {
            opts.inDensity = density;
        }
    }
    
    if (opts.inTargetDensity == 0 && res != null) {
        opts.inTargetDensity = res.getDisplayMetrics().densityDpi;
    }
    
    return decodeStream(is, pad, opts);
}

正确说法，这个注意呢？计算公式如下所示
- 对资源文件：width height nTargetDensity/inDensity nTargetDensity/inDensity 一个像素所占的内存；
- 别的：width height 一个像素所占的内存；

1.3 一个像素占用多大内存

Bitmap.Config用来描述图片的像素是怎么被存储的？
- ARGB_8888: 每个像素4字节. 共32位，默认设置。
- Alpha_8: 只保存透明度，共8位，1字节。
- ARGB_4444: 共16位，2字节。
- RGB_565:共16位，2字节，只存储RGB值。

02.Bitmap常见四种颜色格式

2.1 什么是bitmap

位图文件（Bitmap），扩展名可以是.bmp或者.dib。位图是Windows标准格式图形文件，它将图像定义为由点（像素）组成，每个点可以由多种色彩表示，包括2、4、8、16、24和32位色彩。位图文件是非压缩格式的，需要占用较大存储空间。

2.2 Android常见是那种

在Gesture类中
在Notification类中
在fw源码中bitmap图片一般是以ARGB_8888（ARGB分别代表的是透明度,红色,绿色,蓝色,每个值分别用8bit来记录,也就是一个像素会占用4byte,共32bit）来进行存储的。

2.3 常见四种颜色格式介绍

四种颜色格式如下所示
说明
- 在实际应用中而言,建议使用ARGB_8888以及RGB_565。如果你不需要透明度,选择RGB_565,可以减少一半的内存占用。
- ARGB_8888：ARGB分别代表的是透明度,红色,绿色,蓝色,每个值分别用8bit来记录,也就是一个像素会占用4byte,共32bit.
- ARGB_4444：ARGB的是每个值分别用4bit来记录,一个像素会占用2byte,共16bit.
- RGB_565：R=5bit,G=6bit,B=5bit，不存在透明度,每个像素会占用2byte,共16bit
- ALPHA_8:该像素只保存透明度,会占用1byte,共8bit.

2.4 Bitmap到底有几种颜色格式

上面我说到了常见的四种，言下之意应该不止四种，那到底有几种呢？查看源码可知，具体有6种类型。查看Bitmap源码之Config配置。
配置Config.HARDWARE为啥异常，看下面源码提示

03.Bitmap压缩技术

3.1 质量压缩

质量压缩方法：在保持像素的前提下改变图片的位深及透明度等，来达到压缩图片的目的，这样适合去传递二进制的图片数据，比如分享图片，要传入二进制数据过去，限制500kb之内。

1、bitmap图片的大小不会改变
2、bytes.length是随着quality变小而变小的。

/**
 * 第一种：质量压缩法
 * @param image     目标原图
 * @param maxSize   最大的图片大小
 * @return          bitmap，注意可以测试以下压缩前后bitmap的大小值
 */
public static Bitmap compressImage(Bitmap image , long maxSize) {
    int byteCount = image.getByteCount();
    Log.i("yc压缩图片","压缩前大小"+byteCount);
    ByteArrayOutputStream baos = new ByteArrayOutputStream();
    // 把ByteArrayInputStream数据生成图片
    Bitmap bitmap = null;
    // 质量压缩方法，options的值是0-100，这里100表示原来图片的质量，不压缩，把压缩后的数据存放到baos中
    image.compress(Bitmap.CompressFormat.JPEG, 100, baos);
    int options = 90;
    // 循环判断如果压缩后图片是否大于maxSize,大于继续压缩
    while (baos.toByteArray().length  > maxSize) {
        // 重置baos即清空baos
        baos.reset();
        // 这里压缩options%，把压缩后的数据存放到baos中
        image.compress(Bitmap.CompressFormat.JPEG, options, baos);
        // 每次都减少10，当为1的时候停止，options<10的时候，递减1
        if(options == 1){
            break;
        }else if (options <= 10) {
            options -= 1;
        } else {
            options -= 10;
        }
    }
    byte[] bytes = baos.toByteArray();
    if (bytes.length != 0) {
        // 把压缩后的数据baos存放到bytes中
        bitmap = BitmapFactory.decodeByteArray(bytes, 0, bytes.length);
        int byteCount1 = bitmap.getByteCount();
        Log.i("yc压缩图片","压缩后大小"+byteCount1);
    }
    return bitmap;
}


/**
 * 第一种：质量压缩法
 *
 * @param src           源图片
 * @param maxByteSize   允许最大值字节数
 * @param recycle       是否回收
 * @return              质量压缩压缩过的图片
 */
public static Bitmap compressByQuality(final Bitmap src, final long maxByteSize, final boolean recycle) {
    if (src == null || src.getWidth() == 0 || src.getHeight() == 0 || maxByteSize <= 0) {
        return null;
    }
    Log.i("yc压缩图片","压缩前大小"+src.getByteCount());
    ByteArrayOutputStream baos = new ByteArrayOutputStream();
    src.compress(Bitmap.CompressFormat.JPEG, 100, baos);
    byte[] bytes;
    if (baos.size() <= maxByteSize) {// 最好质量的不大于最大字节，则返回最佳质量
        bytes = baos.toByteArray();
    } else {
        baos.reset();
        src.compress(Bitmap.CompressFormat.JPEG, 0, baos);
        if (baos.size() >= maxByteSize) { // 最差质量不小于最大字节，则返回最差质量
            bytes = baos.toByteArray();
        } else {
            // 二分法寻找最佳质量
            int st = 0;
            int end = 100;
            int mid = 0;
            while (st < end) {
                mid = (st + end) / 2;
                baos.reset();
                src.compress(Bitmap.CompressFormat.JPEG, mid, baos);
                int len = baos.size();
                if (len == maxByteSize) {
                    break;
                } else if (len > maxByteSize) {
                    end = mid - 1;
                } else {
                    st = mid + 1;
                }
            }
            if (end == mid - 1) {
                baos.reset();
                src.compress(Bitmap.CompressFormat.JPEG, st, baos);
            }
            bytes = baos.toByteArray();
        }
    }
    if (recycle && !src.isRecycled()){
        src.recycle();
    }
    Bitmap bitmap = BitmapFactory.decodeByteArray(bytes, 0, bytes.length);
    Log.i("yc压缩图片","压缩后大小"+bitmap.getByteCount());
    return bitmap;
}


/**
 * 第一种：质量压缩法
 *
 * @param src     源图片
 * @param quality 质量
 * @param recycle 是否回收
 * @return 质量压缩后的图片
 */
public static Bitmap compressByQuality(final Bitmap src, @IntRange(from = 0, to = 100) final int quality, final boolean recycle) {
    if (src == null || src.getWidth() == 0 || src.getHeight() == 0) {
        return null;
    }
    Log.i("yc压缩图片","压缩前大小"+src.getByteCount());
    ByteArrayOutputStream baos = new ByteArrayOutputStream();
    src.compress(Bitmap.CompressFormat.JPEG, quality, baos);
    byte[] bytes = baos.toByteArray();
    if (recycle && !src.isRecycled()) {
        src.recycle();
    }
    Bitmap bitmap = BitmapFactory.decodeByteArray(bytes, 0, bytes.length);
    Log.i("yc压缩图片","压缩后大小"+bitmap.getByteCount());
    return bitmap;
}

3.2 采样率压缩

什么是采样率压缩？

设置inSampleSize的值(int类型)后，假如设为n，则宽和高都为原来的1/n，宽高都减少，内存降低。上面的代码没用过options.inJustDecodeBounds = true;因为我是固定来取样的数据，为什么这个压缩方法叫采样率压缩？是因为配合inJustDecodeBounds，先获取图片的宽、高(这个过程就是取样)。然后通过获取的宽高，动态的设置inSampleSize的值。当inJustDecodeBounds设置为true的时候， BitmapFactory通过decodeResource或者decodeFile解码图片时，将会返回空(null)的Bitmap对象，这样可以避免Bitmap的内存分配，但是它可以返回Bitmap的宽度、高度以及MimeType。

/**
 * 第二种：按采样大小压缩
 *
 * @param src        源图片
 * @param sampleSize 采样率大小
 * @param recycle    是否回收
 * @return 按采样率压缩后的图片
 */
public static Bitmap compressBySampleSize(final Bitmap src, final int sampleSize, final boolean recycle) {
    if (src == null || src.getWidth() == 0 || src.getHeight() == 0) {
        return null;
    }
    Log.i("yc压缩图片","压缩前大小"+src.getByteCount());
    BitmapFactory.Options options = new BitmapFactory.Options();
    options.inSampleSize = sampleSize;
    ByteArrayOutputStream baos = new ByteArrayOutputStream();
    src.compress(Bitmap.CompressFormat.JPEG, 100, baos);
    byte[] bytes = baos.toByteArray();
    if (recycle && !src.isRecycled()) {
        src.recycle();
    }
    Bitmap bitmap = BitmapFactory.decodeByteArray(bytes, 0, bytes.length, options);
    Log.i("yc压缩图片","压缩后大小"+bitmap.getByteCount());
    return bitmap;
}


/**
 * 第二种：按采样大小压缩
 *
 * @param src       源图片
 * @param maxWidth  最大宽度
 * @param maxHeight 最大高度
 * @param recycle   是否回收
 * @return 按采样率压缩后的图片
 */
public static Bitmap compressBySampleSize(final Bitmap src, final int maxWidth, final int maxHeight, final boolean recycle) {
    if (src == null || src.getWidth() == 0 || src.getHeight() == 0) {
        return null;
    }
    Log.i("yc压缩图片","压缩前大小"+src.getByteCount());
    BitmapFactory.Options options = new BitmapFactory.Options();
    options.inJustDecodeBounds = true;
    ByteArrayOutputStream baos = new ByteArrayOutputStream();
    src.compress(Bitmap.CompressFormat.JPEG, 100, baos);
    byte[] bytes = baos.toByteArray();
    BitmapFactory.decodeByteArray(bytes, 0, bytes.length, options);
    options.inSampleSize = calculateInSampleSize(options, maxWidth, maxHeight);
    options.inJustDecodeBounds = false;
    if (recycle && !src.isRecycled()) {
        src.recycle();
    }
    Bitmap bitmap = BitmapFactory.decodeByteArray(bytes, 0, bytes.length, options);
    Log.i("yc压缩图片","压缩后大小"+bitmap.getByteCount());
    return bitmap;
}

/**
 * 计算获取缩放比例inSampleSize
 */
private static int calculateInSampleSize(BitmapFactory.Options options, int reqWidth, int reqHeight) {
    final int height = options.outHeight;
    final int width = options.outWidth;
    int inSampleSize = 1;
    if (height > reqHeight || width > reqWidth) {
        final int heightRatio = Math.round((float) height / (float) reqHeight);
        final int widthRatio = Math.round((float) width / (float) reqWidth);
        inSampleSize = heightRatio < widthRatio ? heightRatio : widthRatio;
    }
    final float totalPixels = width * height;
    final float totalReqPixelsCap = reqWidth * reqHeight * 2;
    while (totalPixels / (inSampleSize * inSampleSize) > totalReqPixelsCap) {
        inSampleSize++;
    }
    return inSampleSize;
}

3.3 缩放法压缩

Android中使用Matrix对图像进行缩放、旋转、平移、斜切等变换的。

Matrix提供了一些方法来控制图片变换：Matrix调用一系列set,pre,post方法时,可视为将这些方法插入到一个队列。当然,按照队列中从头至尾的顺序调用执行。其中pre表示在队头插入一个方法,post表示在队尾插入一个方法。而set表示把当前队列清空,并且总是位于队列的最中间位置。当执行了一次set后:pre方法总是插入到set前部的队列的最前面,post方法总是插入到set后部的队列的最后面

setTranslate(float dx,float dy)：控制Matrix进行位移。
setSkew(float kx,float ky)：控制Matrix进行倾斜，kx、ky为X、Y方向上的比例。
setSkew(float kx,float ky,float px,float py)：控制Matrix以px、py为轴心进行倾斜，kx、ky为X、Y方向上的倾斜比例。
setRotate(float degrees)：控制Matrix进行depress角度的旋转，轴心为（0,0）。
setRotate(float degrees,float px,float py)：控制Matrix进行depress角度的旋转，轴心为(px,py)。
setScale(float sx,float sy)：设置Matrix进行缩放，sx、sy为X、Y方向上的缩放比例。
setScale(float sx,float sy,float px,float py)：设置Matrix以(px,py)为轴心进行缩放，sx、sy为X、Y方向上的缩放比例。

缩放法压缩工具类代码

/**
 * 第三种：按缩放压缩
 *
 * @param src                   源图片
 * @param newWidth              新宽度
 * @param newHeight             新高度
 * @param recycle               是否回收
 * @return                      缩放压缩后的图片
 */
public static Bitmap compressByScale(final Bitmap src, final int newWidth, final int newHeight, final boolean recycle) {
    return scale(src, newWidth, newHeight, recycle);
}

public static Bitmap compressByScale(final Bitmap src, final float scaleWidth, final float scaleHeight, final boolean recycle) {
    return scale(src, scaleWidth, scaleHeight, recycle);
}

/**
 * 缩放图片
 *
 * @param src                   源图片
 * @param scaleWidth            缩放宽度倍数
 * @param scaleHeight           缩放高度倍数
 * @param recycle               是否回收
 * @return                      缩放后的图片
 */
private static Bitmap scale(final Bitmap src, final float scaleWidth, final float scaleHeight, final boolean recycle) {
    if (src == null || src.getWidth() == 0 || src.getHeight() == 0) {
        return null;
    }
    Matrix matrix = new Matrix();
    matrix.setScale(scaleWidth, scaleHeight);
    Bitmap ret = Bitmap.createBitmap(src, 0, 0, src.getWidth(), src.getHeight(), matrix, true);
    if (recycle && !src.isRecycled()) {
        src.recycle();
    }
    return ret;
}

04.Bitmap回收问题

4.1 recycle()方法

如何调用这个recycle()方法

if (bitmap != null && !bitmap.isRecycled()) {
    bitmap.recycle();
    bitmap = null;
}

思考以下，为何调用recycle()需要做非空判断？这里可以引出bitmap系统回收功能。小杨我如果分析不对，欢迎反馈。
- 首先看看源码……顺便翻一下该方法的注释！我是用有道翻译的，大意如下：释放与此位图关联的本机对象，并清除对像素数据的引用。这将不会同步释放像素数据；如果没有其他引用，它只允许垃圾收集。位图被标记为“死”，这意味着如果调用getPixels()或setPixels()，它将抛出异常，并且不会绘制任何东西。此操作不能反转，因此只有在确定没有进一步使用位图的情况下才应调用该操作。这是一个高级调用，通常不需要调用，因为当没有对此位图的引用时，普通GC进程将释放此内存。
```
public void recycle() {
    if (!mRecycled && mNativePtr != 0) {
        if (nativeRecycle(mNativePtr)) {
            // return value indicates whether native pixel object was actually recycled.
            // false indicates that it is still in use at the native level and these
            // objects should not be collected now. They will be collected later when the
            // Bitmap itself is collected.
            mNinePatchChunk = null;
        }
        mRecycled = true;
    }
}
```
通常不需要调用？这是为啥？
- 在Android3.0以后Bitmap是存放在堆中的，只要回收堆内存即可。官方建议我们3.0以后使用recycle()方法进行回收，该方法可以不主动调用，因为垃圾回收器会自动收集不可用的Bitmap对象进行回收。
- 那么何是进行回收呢？这里面涉及到bitmap的缓存算法，还有GC回收垃圾机制。关于GC回收机制可以看我这篇博客：https://blog.csdn.net/m0_37700275/article/details/83651039
- 大概就是移除最少使用的缓存和使用最久的缓存，先说出结论，下来接着分析！

4.2 缓存原理

LruCache原理
- LruCache是个泛型类，内部采用LinkedHashMap来实现缓存机制，它提供get方法和put方法来获取缓存和添加缓存，其最重要的方法trimToSize是用来移除最少使用的缓存和使用最久的缓存，并添加最新的缓存到队列中。

4.3 Bitmap的复用

Android3.0之后，并没有强调Bitmap.recycle()；而是强调Bitmap的复用。
- 使用LruCache对Bitmap进行缓存，当再次使用到这个Bitmap的时候直接获取，而不用重走编码流程。
- Android3.0(API 11之后)引入了BitmapFactory.Options.inBitmap字段，设置此字段之后解码方法会尝试复用一张存在的Bitmap。这意味着Bitmap的内存被复用，避免了内存的回收及申请过程，显然性能表现更佳。
- 使用这个字段有几点限制：
  - 声明可被复用的Bitmap必须设置inMutable为true；
  - Android4.4(API 19)之前只有格式为jpg、png，同等宽高（要求苛刻），inSampleSize为1的Bitmap才可以复用；
  - Android4.4(API 19)之前被复用的Bitmap的inPreferredConfig会覆盖待分配内存的Bitmap设置的inPreferredConfig；
  - Android4.4(API 19)之后被复用的Bitmap的内存必须大于需要申请内存的Bitmap的内存；
  - Android4.4(API 19)之前待加载Bitmap的Options.inSampleSize必须明确指定为1。

05.Bitmap常见操作

5.1 Bitmap的压缩方式

常见压缩方法Api
- Bitmap.compress()，质量压缩，不会对内存产生影响；
- BitmapFactory.Options.inSampleSize，内存压缩；
Bitmap.compress()
- 质量压缩，不会对内存产生影响
- 它是在保持像素的前提下改变图片的位深及透明度等，来达到压缩图片的目的，不会减少图片的像素。进过它压缩的图片文件大小会变小，但是解码成bitmap后占得内存是不变的。
BitmapFactory.Options.inSampleSize
- 内存压缩
- 解码图片时，设置BitmapFactory.Options类的inJustDecodeBounds属性为true，可以在Bitmap不被加载到内存的前提下，获取Bitmap的原始宽高。而设置BitmapFactory.Options的inSampleSize属性可以真实的压缩Bitmap占用的内存，加载更小内存的Bitmap。
- 设置inSampleSize之后，Bitmap的宽、高都会缩小inSampleSize倍。例如：一张宽高为2048x1536的图片，设置inSampleSize为4之后，实际加载到内存中的图片宽高是512x384。占有的内存就是0.75M而不是12M，足足节省了15倍。
- 备注：inSampleSize值的大小不是随便设、或者越大越好，需要根据实际情况来设置。inSampleSize比1小的话会被当做1，任何inSampleSize的值会被取接近2的幂值。

5.2 Bitmap如何复用

Bitmap复用的实验，代码如下所示，然后看打印的日志信息

从内存地址的打印可以看出，两个对象其实是一个对象，Bitmap复用成功；
bitmapReuse占用的内存（4346880）正好是bitmap占用内存（1228800）的四分之一；
getByteCount()获取到的是当前图片应当所占内存大小，getAllocationByteCount()获取到的是被复用Bitmap真实占用内存大小。虽然bitmapReuse的内存只有4346880，但是因为是复用的bitmap的内存，因而其真实占用的内存大小是被复用的bitmap的内存大小（1228800）。这也是getAllocationByteCount()可能比getByteCount()大的原因。

@RequiresApi(api = Build.VERSION_CODES.KITKAT)
private void initBitmap() {
    BitmapFactory.Options options = new BitmapFactory.Options();
    // 图片复用，这个属性必须设置；
    options.inMutable = true;
    // 手动设置缩放比例，使其取整数，方便计算、观察数据；
    options.inDensity = 320;
    options.inTargetDensity = 320;
    Bitmap bitmap = BitmapFactory.decodeResource(getResources(), R.drawable.bg_autumn_tree_min, options);
    // 对象内存地址；
    Log.i("ycBitmap", "bitmap = " + bitmap);
    Log.i("ycBitmap", "ByteCount = " + bitmap.getByteCount() + ":::bitmap：AllocationByteCount = " + bitmap.getAllocationByteCount());
    // 使用inBitmap属性，这个属性必须设置；
    options.inBitmap = bitmap; options.inDensity = 320;
    // 设置缩放宽高为原始宽高一半；
    options.inTargetDensity = 160;
    options.inMutable = true;
    Bitmap bitmapReuse = BitmapFactory.decodeResource(getResources(), R.drawable.bg_kites_min, options);
    // 复用对象的内存地址；
    Log.i("ycBitmap", "bitmapReuse = " + bitmapReuse);
    Log.i("ycBitmap", "bitmap：ByteCount = " + bitmap.getByteCount() + ":::bitmap：AllocationByteCount = " + bitmap.getAllocationByteCount());
    Log.i("ycBitmap", "bitmapReuse：ByteCount = " + bitmapReuse.getByteCount() + ":::bitmapReuse：AllocationByteCount = " + bitmapReuse.getAllocationByteCount());

    //11-26 18:24:07.971 15470-15470/com.yc.cn.ycbanner I/ycBitmap: bitmap = android.graphics.Bitmap@9739bff
    //11-26 18:24:07.972 15470-15470/com.yc.cn.ycbanner I/ycBitmap: bitmap：ByteCount = 4346880:::bitmap：AllocationByteCount = 4346880
    //11-26 18:24:07.994 15470-15470/com.yc.cn.ycbanner I/ycBitmap: bitmapReuse = android.graphics.Bitmap@9739bff
    //11-26 18:24:07.994 15470-15470/com.yc.cn.ycbanner I/ycBitmap: bitmap：ByteCount = 1228800:::bitmap：AllocationByteCount = 4346880
    //11-26 18:24:07.994 15470-15470/com.yc.cn.ycbanner I/ycBitmap: bitmapReuse：ByteCount = 1228800:::bitmapReuse：AllocationByteCount = 4346880
}

5.3 Bitmap使用API获取内存

getByteCount()
- getByteCount()方法是在API12加入的，代表存储Bitmap的色素需要的最少内存。API19开始getAllocationByteCount()方法代替了getByteCount()。

getAllocationByteCount()

API19之后，Bitmap加了一个Api：getAllocationByteCount()；代表在内存中为Bitmap分配的内存大小。

public final int getAllocationByteCount() {
    if (mRecycled) {
        Log.w(TAG, "Called getAllocationByteCount() on a recycle()'d bitmap! "
                + "This is undefined behavior!");
        return 0;
    }
    return nativeGetAllocationByteCount(mNativePtr);
}

思考： getByteCount()与getAllocationByteCount()的区别？
- 一般情况下两者是相等的；
- 通过复用Bitmap来解码图片，如果被复用的Bitmap的内存比待分配内存的Bitmap大,那么getByteCount()表示新解码图片占用内存的大小（并非实际内存大小,实际大小是复用的那个Bitmap的大小），getAllocationByteCount()表示被复用Bitmap真实占用的内存大小（即mBuffer的长度）。
在复用Bitmap的情况下，getAllocationByteCount()可能会比getByteCount()大。

5.4 该博客对应测试项目地址

欢迎直接查看demo的压缩效果，https://github.com/yangchong211/YCBanner

关于其他内容介绍

01.关于博客汇总链接

02.关于我的博客

我的个人站点：www.yczbj.org，www.ycbjie.cn
github：https://github.com/yangchong211
知乎：https://www.zhihu.com/people/yczbj/activities
简书：http://www.jianshu.com/u/b7b2c6ed9284
csdn：http://my.csdn.net/m0_37700275
喜马拉雅听书：http://www.ximalaya.com/zhubo/71989305/
开源中国：https://my.oschina.net/zbj1618/blog
泡在网上的日子：http://www.jcodecraeer.com/member/content_list.php?channelid=1
邮箱：yangchong211@163.com
阿里云博客：https://yq.aliyun.com/users/article?spm=5176.100- 239.headeruserinfo.3.dT4bcV
segmentfault头条：https://segmentfault.com/u/xiangjianyu/articles
掘金：https://juejin.im/user/5939433efe88c2006afa0c6e

Bitmap优化详谈