BitmapFactory

我们不能够通过构造函数创建Bitmap对象。如果需要将图片转成Bitmap对象加载到内存中，就需要使用BitmapFactory类。BitmapFactory跟据图片数据源的不同，提供了几类获取Bitmap的方法。如下：

BitmapFactory.Options

从上面的表格可以看出，每一类数据源的解码方法都有两个。其中一个都有一个BitmapFactory.Options参数。这个参数对解码进行了配置。
它的可选参数如下:

减少内存占用：

原理：

解码图片设置缩放比例可以减少Bitmap对象的内存占用。关键的参数是inSampleSize参数。举个例子：

一张2018 x 1536 的图片如果完全解码为(ARGB_8888)的Bitmap，那么他的内存占用为 2048 * 1536 * 4=12M；
如果设置inSampleSize为4，那么最终Bitmap对象的尺寸为512 x 384。内存占用为512 * 384 * 4 = 0.75M；

也就是inSampleSize = n的时候，内存占用为1/(n * n) n=1, 2, 4, 8, 16 .....

使用方法：

1. 计算图片的尺寸

BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
BitmapFactory.decodeResource(getResources(), R.id.myimage, options);
int imageHeight = options.outHeight;
int imageWidth = options.outWidth;
String imageType = options.outMimeType;

2. 根据期望的imageview尺寸计算缩放的倍数

public static int calculateInSampleSize(BitmapFactory.Options options, int reqWidth, int reqHeight) {
    // Raw height and width of image
    final int height = options.outHeight;
    final int width = options.outWidth;
    int inSampleSize = 1;

    if (height > reqHeight || width > reqWidth) {

        final int halfHeight = height / 2;
        final int halfWidth = width / 2;

        // Calculate the largest inSampleSize value that is a power of 2 and keeps both
        // height and width larger than the requested height and width.
        while ((halfHeight / inSampleSize) >= reqHeight
                && (halfWidth / inSampleSize) >= reqWidth) {
            inSampleSize *= 2;
        }
    }

    return inSampleSize;
}

这里的imSampleSize的结果都是2的幂。根据inSampleSize的文档，如果传进去的inSampleSize非2的幂，那么会向下取2的幂为最终缩放比例。 例如：传 15 最终为 8；传 7最终为4；

3. 根据inSampleSize解码图片

public static Bitmap decodeSampledBitmapFromResource(Resources res, int resId,
        int reqWidth, int reqHeight) {

    // First decode with inJustDecodeBounds=true to check dimensions
    final BitmapFactory.Options options = new BitmapFactory.Options();
    options.inJustDecodeBounds = true;
    BitmapFactory.decodeResource(res, resId, options);

    // Calculate inSampleSize
    options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight);

    // Decode bitmap with inSampleSize set
    options.inJustDecodeBounds = false;
    return BitmapFactory.decodeResource(res, resId, options);
}

这里参考一些文章的思路，根据实验发现利用BitmapFactory.Options中的Density相关的设置也可以控制图像的大小：

如果单独设置inDensity变量，那么只会影响到生成的Bitmap的density的值。
如果想要更根据density缩放，需要同时设置三个值：

测试代码：

        // 这里使用了一张大小960000B大小的图片，放在assets目录下
        // 这里的测试机默认屏幕像素密度480

        AssetManager assetManager = getAssets();
        InputStream is = null;
        try {
            is = assetManager.open("img_fjords.jpg");
            BitmapFactory.Options options = new BitmapFactory.Options();
            options.inTargetDensity = DisplayMetrics.DENSITY_HIGH; // 240
            options.inDensity = DisplayMetrics.DENSITY_XXHIGH; // 480
            options.inScaled = true;
            Bitmap bitmap = BitmapFactory.decodeStream(is, new Rect(0, 0, 0, 0), options);
            Log.d(LOG_TAG, "default density: " + 480);
            Log.d(LOG_TAG, "default size: 960000");

            Log.d(LOG_TAG, "bitmap density: " + String.valueOf(bitmap.getDensity()));
            Log.d(LOG_TAG, "bitmap size: " + bitmap.getByteCount());
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            if (is != null) {
                try {
                    is.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }
/*
输出结果：
08-20 03:03:06.528 7386-7386/com.example.densitytest D/MainActivity: default density: 480
08-20 03:03:06.528 7386-7386/com.example.densitytest D/MainActivity: default size: 960000
08-20 03:03:06.528 7386-7386/com.example.densitytest D/MainActivity: bitmap density: 240
08-20 03:03:06.528 7386-7386/com.example.densitytest D/MainActivity: bitmap size: 240000
*/

可以看出来，内存大小确实变化了。内存大小关系应该是 finalSize = originSize*(inTargetDensity/inDensity)^2

不过需要注意的是tagetSize如果与屏幕像素密度不一致的时候展示的时候还是会缩放。所以，在使用这个方法控制的内存的时候
通过inDensity来控制，这样就不需要额外修改bitmap的density。

Bitmap

这个类就代表位图，它的一部分接口如下:

Bitmap.Config

这个类是用来配置像素格式的。它决定了像素的大小，图像的质量

Bitmap.CompressFormat

这里对压缩做一下说明。compress方法有三个参数:
第一个是格式,PNG格式是无损的，所以后面的第二个参数对它没有影响。另外两种格式都有影响。
第二个是压缩比，取值在0～100之间。数字越大图片质量越高，体积越大。100 代表不压缩，0代表尽全力压缩。
第三个是输出流。

reconfigure方法，它是不更改底层像素值的。调用这个方法之后只是“看起来”变了，不会影响内存。

getAllocationByteCount()与getByteCount()分别需要API-19和API-12，api版本相对较高。事实上源码的计算很简单，如果app使用的时候受到api限制的话，完全可以自己计算：

public final int getBytesCount() {
  return getRowBytes() * getHeight();
}

LruCache

基于LinkedHashMap的一种经典的内存缓存模型。它是用强引用控制的缓存。可以设置缓存的大小，个数。可以统计命中率，读写次数。它是线程安全的。从做缓存的角度来说，要比WeakHashMap要好很多。

api 12 以上可以直接使用。api 12 以下可以通过support v4包 使用。

它的接口十分简单明了

具体的接口参见：LruCache

DiskLruCache

DiskLruCache并不是谷歌官方的API。它是推荐给开发者使用的文件缓存的类。从名称上很好理解，文件系统中的Lru缓存。它的源码地址。

它的原理 利用LinkedHashMap在内存中记录文件缓存的最近访问顺序。磁盘中利用了journal文件作为日志文件，记录文件读写操作。每次创建DiskLruCache的时候都会通过journal日志重建LinkedHashMap的对象，这样在每次重新创建的时候也可以保持之前LRU的效果。源码不长，有兴趣的同学自行研究。网络上也有比较详细的介绍。
可以控制的变量：

1. 缓存路径。建议选择App的cache目录下；
2. cache版本。cache版本升级的时候会把旧的缓存全部清除；
3. cache大小。cache的大小要小于缓存路径下的可有
4. 日志条数。默认2000条。