android加载大量位图导致堆急剧增长

我正在构建一个新闻应用程序，从url加载许多位图并在屏幕上显示它们。 每次我加载20张图片，当用户到达屏幕底部时，我会再加载20张图片。。 问题是每一页白色的20张图片占用大约15-20兆的堆内存，当我到达第3页时，它已经是60兆了。 我从android开发者那里读到了关于加载位图的内容，做了很多他们说的事情，但仍然面临着巨大的问题

这是我调用以加载新位图的代码：

public static Bitmap loadBitmap(String url, int width, int hight) {

    InputStream in = null;
    BufferedOutputStream out = null;
    int icWidth = width;
    int picHight = hight;

    try {
        in = new BufferedInputStream(new URL(url).openStream(),
                IO_BUFFER_SIZE);

        final ByteArrayOutputStream dataStream = new ByteArrayOutputStream();
        out = new BufferedOutputStream(dataStream, IO_BUFFER_SIZE);
        copy(in, out);
        out.flush();

        final byte[] data = dataStream.toByteArray();
        bitmap = decodeSampledBitmapFromResource(data, 0, width);
        bitmap = BitmapFactory.decodeByteArray(data, 0, data.length);
    } catch (IOException e) {
        Log.e(TAG, "Could not load Bitmap from: " + url);
    } finally {
        closeStream(in);
        closeStream(out);
    }

    return bitmap;
}

public static void resycle() {
    bitmap.recycle();
}

/**
 * Closes the specified stream.
 * 
 * @param stream
 *            The stream to close.
 */
private static void closeStream(Closeable stream) {
    if (stream != null) {
        try {
            stream.close();
        } catch (IOException e) {
            android.util.Log.e(TAG, "Could not close stream", e);
        }
    }
}

/**
 * Copy the content of the input stream into the output stream, using a
 * temporary byte array buffer whose size is defined by
 * {@link #IO_BUFFER_SIZE}.
 * 
 * @param in
 *            The input stream to copy from.
 * @param out
 *            The output stream to copy to.
 * @throws IOException
 *             If any error occurs during the copy.
 */
private static void copy(InputStream in, OutputStream out)
        throws IOException {
    byte[] b = new byte[IO_BUFFER_SIZE];
    int read;
    while ((read = in.read(b)) != -1) {
        out.write(b, 0, read);
    }
}

public static Bitmap decodeSampledBitmapFromResource(byte[] data,
        int width, int hight) {

    // First decode with inJustDecodeBounds=true to check dimensions
    final BitmapFactory.Options options = new BitmapFactory.Options();
    options.inJustDecodeBounds = true;
    BitmapFactory.decodeByteArray(data, 0, data.length);

    // Calculate inSampleSize
    options.inSampleSize = calculateInSampleSize(options, width, hight);

    // Decode bitmap with inSampleSize set
    options.inJustDecodeBounds = false;
    return BitmapFactory.decodeByteArray(data, 0, data.length, options);

}

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;
}

}

---

如何在保持小堆的同时加载大量图片？

我可能发现了两个问题：

一,。下面的方法

public static Bitmap decodeSampledBitmapFromResource(byte[] data,
    int width, int hight)

接受宽度和高度参数，但您使用

decodeSampledBitmapFromResource(data, 0, width);

所以基本上通过0作为要求的宽度，宽度作为要求的高度。这似乎不对

二,。您提到，您正在传递完整的表格宽度/高度作为每个图像的请求宽度/高度。您说每页加载20个，那么这不应该是一个表单元格的大小而不是整个表的大小吗

---

现在，你最多只能将它们缩小到全屏大小，即使在较小的设备上也会留下一个大图像。

通过缩小它们，我准备好了。当我调用loadBitmap方法时，我会根据用户的屏幕大小发送位图url以及图片的宽度和高度。是的，你说得对，我的错。那么你最终的尺寸通常是多少呢？同样，它取决于用户的屏幕大小。。。我把桌子的宽度稍微调一调，然后屏幕的宽度是-20，高度是-20/1.5，这就是为什么我在我的问题中添加了“典型”。嘿，我在方法中添加了正确的宽度和高度。。谢谢你指出这一点。我只传递表格宽度作为参数，即我从宽度中剪切的高度。。宽度总是保持不变，所以我不认为这是一个问题…我认为更重要的问题是，你真的没有缩小到更像缩略图的大小。还是我弄错了？好吧，如果你这么说的话。看起来像是浪费资源。即使我把它缩小一点，我还是会有同样的问题。不是每20张图片获得20米堆，而是获得16米堆。。。当你播放它时，仍然需要大量的内存。。我的技术不对。。