Android开发中，Bitmap是经常会遇到的对象，特别是在列表图片展示、大图显示等界面。而Bitmap实实在在是内存使用的“大客户”。如何更好的使用Bitmap，减少其对App内存的使用，是Android优化方面不可回避的问题。因此，本文从常规的Bitmap使用，到Bitmap内存计算进行了介绍，最后分析了Bitmap的源码和其内存模型在不同版本上的变化。

Bitmap的使用

一般来说，一个对象的使用，我们会尝试利用其构造函数去生成这个对象。在Bitmap中，其构造函数：

// called from JNI
    Bitmap(long nativeBitmap, byte[] buffer, int width, int height, int density,
            boolean isMutable, boolean requestPremultiplied,
            byte[] ninePatchChunk, NinePatch.InsetStruct ninePatchInsets)

通过构造函数的注释，得知这是一个给native层调用的方法，因此可以知道Bitmap的创建将会涉及到底层库的支持。为了方便从不同来源来创建Bitmap，Android中提供了BitmapFactory工具类。BitmapFactory类中有一系列的decodeXXX方法，用于解析资源文件、本地文件、流等方式，基本流程都很类似，读取目标文件，转换成输入流，调用native方法解析流，虽然Java层代码没有体现，但是我们可以猜想到，最后native方法解析完成后，必然会通过JNI调用Bitmap的构造函数，完成Java层的Bitmap对象创建。

// BitmapFactory部分代码：
public static Bitmap decodeResource(Resources res, int id)
public static Bitmap decodeStream(InputStream is)
private static native Bitmap nativeDecodeStream

native层的代码稍后我们在看，先从Java层来看看常规的使用。典型的一个例子是，当我们需要从本地Resource中加载一个图片，并展示出来，我们可以通过BitmapFacotry来完成：

Bitmap bitmapDecode = BitmapFactory.decodeResource(getResources(), resId);
imageView.setImageBitmap(bitmapDecode);

当然，这里简单的使用imageView.setImageResource(int resId)也能实现一样的效果，实际上setImageResource方法只是封装了bitmap的读入、解析的过程，并且这个过程是在UI线程完成的，对于性能是有所影响的。另外，也对接下来讨论的内容，Bitmap占用的内存有影响。

Bitmap到底占用多大的内存

Bitmap作为位图，需要读入一张图片每一个像素点的数据，其主要占用内存的地方也正是这些像素数据。对于像素数据总大小，我们可以猜想为：像素总数量 × 每个像素的字节大小，而像素总数量在矩形屏幕表现下，应该是：横向像素数量 × 纵向像素数量，结合得到：

Bitmap内存占用 ≈ 像素数据总大小 = 横向像素数量 × 纵向像素数量 × 每个像素的字节大小

单个像素的字节大小

单个像素的字节大小由Bitmap的一个可配置的参数Config来决定。 Bitmap中，存在一个枚举类Config，定义了Android中支持的Bitmap配置：

Config	占用字节大小（byte）	说明
ALPHA_8 (1)	1	单透明通道
RGB_565 (3)	2	简易RGB色调
ARGB_4444 (4)	4	已废弃
ARGB_8888 (5)	4	24位真彩色
RGBA_F16 (6)	8	Android 8.0 新增（更丰富的色彩表现HDR）
HARDWARE (7)	Special	Android 8.0 新增（Bitmap直接存储在graphic memory）注1

注1：关于Android 8.0中新增的这个配置，stackoverflow已经有相关问题，可以关注下。

之前我们分析到，Bitmap的decode实际上是在native层完成的，因此在native层也存在对应的Config枚举类。一般使用时，我们并未关注这个配置，在BitmapFactory中，有：

  * Image are loaded with the {@link Bitmap.Config#ARGB_8888} config by default.
  */
  public Bitmap.Config inPreferredConfig = Bitmap.Config.ARGB_8888;

因此，Android系统中，默认Bitmap加载图片，使用24位真彩色模式。

Bitmap占用内存大小实例

首先准备了一张800×600分辨率的jpg图片，大小约135k,放置于res/drawable文件夹下：

awesomecoder.jpg

并将其加载到一个200dp×300dp大小的ImageView中，使用BitmapFactory。

Bitmap bitmapDecode = BitmapFactory.decodeResource(getResources(), resId);
imageView.setImageBitmap(bitmapDecode);

打印出相关信息：

nodpis.png

图中显示了从资源文件中decode得到的bitmap的长、宽和占用内存大小（byte）等信息。首先，从数据上可以验证：

17280000 = 2400 * 1800 * 4

这意味着，为了将单张800 * 600 的图片加载到内存当中，付出了近17.28M的代价，即使现在手机运存普遍上涨，这样的开销也是无法接受的，因此，对于Bitmap的使用，是需要非常小心的。好在，目前主流的图像加载库（Glide、Fresco等）基本上都不在需要开发者去关心Bitmap内存占用问题。
先暂时回到Bitmap占用内存的计算上来，对比之前定义的公式和源图片的尺寸数据，我们会发现，这张800 * 600大小的图片，decode到内存中的Bitmap的横纵像素数量实际是：2400 * 1800，相当于缩放了3倍大小。为了探究这缩放来自何处，我们开始跟踪源码：之前提到过，Bitmap的decode过程实际上是在native层完成的，为此，需要从BitmapFactory.cpp#nativeDecodeXXX方法开始跟踪，这里省略其他decode代码，直接贴出和缩放相关的代码如下：

if (env->GetBooleanField(options, gOptions_scaledFieldID)) {
    const int density = env->GetIntField(options, gOptions_densityFieldID);
    const int targetDensity = env->GetIntField(options, gOptions_targetDensityFieldID);
    const int screenDensity = env->GetIntField(options, gOptions_screenDensityFieldID);
    if (density != 0 && targetDensity != 0 && density != screenDensity) {
        scale = (float) targetDensity / density;
    }
}
...
int scaledWidth = decoded->width();
int scaledHeight = decoded->height();

if (willScale && mode != SkImageDecoder::kDecodeBounds_Mode) {
    scaledWidth = int(scaledWidth * scale + 0.5f);
    scaledHeight = int(scaledHeight * scale + 0.5f);
}
...
if (willScale) {
    const float sx = scaledWidth / float(decoded->width());
    const float sy = scaledHeight / float(decoded->height());
    bitmap->setConfig(decoded->getConfig(), scaledWidth, scaledHeight);
    bitmap->allocPixels(&javaAllocator, NULL);
    bitmap->eraseColor(0);
    SkPaint paint;
    paint.setFilterBitmap(true);
    SkCanvas canvas(*bitmap);
    canvas.scale(sx, sy);
    canvas.drawBitmap(*decoded, 0.0f, 0.0f, &paint);
}

从上述代码中，我们看到bitmap最终通过canvas绘制出来，而canvas在绘制之前，有一个scale的操作，scale的值由

scale = (float) targetDensity / density;

这一行代码决定，即缩放的倍率和targetDensity和density相关，而这两个参数都是从传入的options中获取到的。这时候，需要回到Java层，看看options这个对象的定义和赋值。

BitmapFactory#Options

Options是BitmapFactory中的一个静态内部类，用于配置Bitmap在decode时的一些参数。

// native层doDecode方法，传入了Options参数
static jobject doDecode(JNIEnv* env, SkStreamRewindable* stream, jobject padding, jobject options)

其内部有很多可配置的参数，下面的类图，列举出了部分常用的参数。

BitmapFactory.Options.png

我们先关注之前提到的几个密度相关的参数，通过阅读源码的注释，大概可以知道这三个密度参数代表的涵义：

inDensity：Bitmap位图自身的密度、分辨率
inTargetDensity: Bitmap最终绘制的目标位置的分辨率
inScreenDensity: 设备屏幕分辨率

其中inDensity和图片存放的资源文件的目录有关，同一张图片放置在不同目录下会有不同的值：

density	0.75	1	1.5	2	3	3.5	4
densityDpi	120	160	240	320	480	560	640
DpiFolder	ldpi	mdpi	hdpi	xhdpi	xxhdpi	xxxhdpi	xxxxhdpi

inTargetDensity和inScreenDensity一般来说，很少手动去赋值，默认情况下，是和设备分辨率保持一致。为此，我在手机（红米4，Android 6.0系统，设备dpi 480）上测试加载不同资源文件下的bitmap的参数，结果见下图：

对比不同资源目录.png

以上可以验证几个结论：

同一张图片，放在不同资源目录下，其分辨率会有变化，
bitmap分辨率越高，其解析后的宽高越小，甚至会小于图片原有的尺寸（即缩放），从而内存占用也相应减少
图片不特别放置任何资源目录时，其默认使用mdpi分辨率：160
资源目录分辨率和设备分辨率一致时，图片尺寸不会缩放

因此，关于Bitmap占用内存大小的公式，从之前：

Bitmap内存占用 ≈ 像素数据总大小 = 横向像素数量 × 纵向像素数量 × 每个像素的字节大小

可以更细化为：

Bitmap内存占用 ≈ 像素数据总大小 = 图片宽 × 图片高× (设备分辨率/资源目录分辨率)^2 × 每个像素的字节大小

对于本节中最开始的例子，如下：

17,280,000 = 800 * 600 * (480 / 160 )^2 * 4

Bitmap内存优化

图片占用的内存一般会分为运行时占用的运存和存储时本地开销（反映在包大小上），这里我们只关注运行时占用内存的优化。在上一节中，我们看到对于一张800 * 600 大小的图片，不加任何处理直接解析到内存中，将近占用了17.28M的内存大小。想象一下这样的开销发生在一个图片列表中，内存占用将达到非常夸张的地步。从之前Bitmap占用内存的计算公式来看，减少内存主要可以通过以下几种方式：

使用低色彩的解析模式，如RGB565，减少单个像素的字节大小
资源文件合理放置，高分辨率图片可以放到高分辨率目录下
图片缩小，减少尺寸

第一种方式，大约能减少一半的内存开销。Android默认是使用ARGB8888配置来处理色彩，占用4字节，改用RGB565，将只占用2字节，代价是显示的色彩将相对少，适用于对色彩丰富程度要求不高的场景。
第二种方式，和图片的具体分辨率有关，建议开发中，高分辨率的图像应该放置到合理的资源目录下，注意到Android默认放置的资源目录是对应于160dpi，目前手机屏幕分辨率越来越高，此处能节省下来的开销也是很可观的。理论上，图片放置的资源目录分辨率越高，其占用内存会越小，但是低分辨率图片会因此被拉伸，显示上出现失真。另一方面，高分辨率图片也意味着其占用的本地储存也变大。
第三种方式，理论上根据适用的环境，是可以减少十几倍的内存使用的，它基于这样一个事实：源图片尺寸一般都大于目标需要显示的尺寸，因此可以通过缩放的方式，来减少显示时的图片宽高，从而大大减少占用的内存。

前两种方式，相对比较简单。第三种方式会涉及到一些编码，目前也有很多典型的使用方式，如下：

BitmapFactory.Options options = new BitmapFactory.Options();
options.inPreferredConfig = Bitmap.Config.RGB_565;
options.inJustDecodeBounds = true;
BitmapFactory.decodeResource(getResources(), resId,options);
options.inJustDecodeBounds = false;
options.inSampleSize = BitmapUtil.computeSampleSize(options, -1, imageView.getWidth() * imageView.getHeight());
Bitmap newBitmap = BitmapFactory.decodeResource(getResources(), resId, options);

原理很简单，充分利用了Options类里的参数设置，也可以从native底层源码上看到对应的逻辑。第一次解析bitmap只获取尺寸信息，不生成像素数据，继而比较bitmap尺寸和目标尺寸得到缩放倍数，第二次根据缩放倍数去解析我们实际需要的尺寸大小。

// Apply a fine scaling step if necessary.
    if (needsFineScale(codec->getInfo().dimensions(), size, sampleSize)) {
        willScale = true;
        scaledWidth = codec->getInfo().width() / sampleSize;
        scaledHeight = codec->getInfo().height() / sampleSize;
    }

优化后.png

上图是使用上述手段优化后的结果，可以看到现在占用的内存大小大约为960KB，从优化后的宽高来看，第三种方式并没有效果。应为目标ImageView尺寸也不小，而inSampleSize的值必须是2的整数幂，因此计算得到的值还是1。

PS: Bitmap内存占用的优化还有一个方式是复用和缓存

不同Android版本时的Bitmap内存模型

我们知道Android系统中，一个进程的内存可以简单分为Java内存和native内存两部分，而Bitmap对象占用的内存，有Bitmap对象内存和像素数据内存两部分，在不同的Android系统版本中，其所存放的位置也有变化。Android Developers上列举了从API 8 到API 26之间的分配方式：

API级别	API 10 -	API 11 ~ API 25	API 26 +
Bitmap对象存放	Java heap	Java heap	Java heap
像素(pixel data)数据存放	native heap	Java heap	native heap

可以看到，最新的Android O之后，谷歌又把像素存放的位置，从java 堆改回到了 native堆。API 11的那次改动，是源于native的内存释放不及时，会导致OOM，因此才将像素数据保存到Java堆，从而保证Bitmap对象释放时，能够同时把像素数据内存也释放掉。

Android 6.0内存变化.png

Android 8.0内存变化.png

上面两幅图展示了不同系统，加载图片后，内存的变化，8.0的截图比较模糊。途中浅蓝色对应的是Java heap使用，深蓝色对应的是native heap的使用。跟踪一下8.0的native源码来看看具体的变化：

// BitmapFactory.cpp
    if (!decodingBitmap.setInfo(bitmapInfo) ||
            !decodingBitmap.tryAllocPixels(decodeAllocator, colorTable.get())) {
        // SkAndroidCodec should recommend a valid SkImageInfo, so setInfo()
        // should only only fail if the calculated value for rowBytes is too
        // large.
        // tryAllocPixels() can fail due to OOM on the Java heap, OOM on the
        // native heap, or the recycled javaBitmap being too small to reuse.
        return nullptr;
    }

// Graphics.cpp
bool HeapAllocator::allocPixelRef(SkBitmap* bitmap, SkColorTable* ctable) {
    mStorage = android::Bitmap::allocateHeapBitmap(bitmap, sk_ref_sp(ctable));
    return !!mStorage;
}

// https://android.googlesource.com/platform/frameworks/base/+/master/libs/hwui/hwui/Bitmap.cpp
static sk_sp<Bitmap> allocateHeapBitmap(size_t size, const SkImageInfo& info, size_t rowBytes) {
    void* addr = calloc(size, 1);
    if (!addr) {
        return nullptr;
    }
    return sk_sp<Bitmap>(new Bitmap(addr, size, info, rowBytes));
}

还是通过BitmapFactory.cpp#doDecode方法来跟踪，发现其中tryAllocPixels方法，应该是尝试去进行内存分配，其中decodeAllocator会被赋值为HeapAllocator，通过一系列的调用，最终通过calloc方法，在native分配内存。至于为什么Google 在8.0上改变了Bitmap像素数据的存放方式，我猜想和8.0中的GC算法调整有关系。GC算法的优化，使得Bitmap占用的大内存区域，在GC后也能够比较快速的回收、压缩，重新使用。

（native存放）	退出Activity	退出App
onStop中主动调用gc()和recycler()	内存不释放	内存释放
无调用	内存不释放	内存不释放

（gpu存放）	退出Activity	退出App
onStop中主动调用gc()和recycler()	内存释放	内存释放
无调用	内存释放	内存释放

总结

// 8.0源码
    Bitmap(long nativeBitmap, int width, int height, int density,
            boolean isMutable, boolean requestPremultiplied,
            byte[] ninePatchChunk, NinePatch.InsetStruct ninePatchInsets)
// 7.0源码
Bitmap(long nativeBitmap, byte[] buffer, int width, int height, int density,
            boolean isMutable, boolean requestPremultiplied,
            byte[] ninePatchChunk, NinePatch.InsetStruct ninePatchInsets)

一开始看两者java代码不同，少了存放像素的buffer字段，查阅相关资料到native源码对比，最终总结了下Bitmap内存相关的知识。另外，在Android 8.0中，关于Bitmap的改动有两方面还需深入探究的：1、Config配置为Hardware时的优劣。Hardware配置实际上没有改变像素的位储存大小（还是默认的ARGB8888），但是改变了bitmap像素的存储位置（存放到GPU内存中），对实际应用的影响会如何？；2、Bitmap在8.0后又回归到native存放bitmap像素数据，而这部分数据的回收时机和触发方式又是如何？一般测试下，可以通过native分配Bitmap超过1G的内存数据而不发生崩溃。