Android 之 OOM的产生和解决办法

1. ​​内存泄漏（Memory Leak）​​

   • ​​原因​​：对象因错误引用（如静态变量、未注销监听器、Handler 消息未清理）无法被垃圾回收（GC），导致内存持续占用

     。

   • ​​典型场景​​：

     • 静态变量持有 Activity引用。

     • Handler发送延迟消息后未移除，导致 Activity无法回收。

     • 未反注册 BroadcastReceiver或传感器监听。

2. ​​大对象滥用​​

   • ​​原因​​：

     • ​​图片处理不当​​：加载未压缩的高分辨率 Bitmap（如 4K 图片占用 48MB 内存）。

     • ​​频繁创建对象​​：循环中拼接字符串或创建临时集合，引发内存抖动。

3. ​​资源未释放​​

   • ​​原因​​：未关闭 Cursor、文件流、MediaPlayer等，占用系统资源（如文件描述符耗尽）。

4. ​​线程过多​​

   • ​​原因​​：无限制创建线程，超出系统限制（如低端设备线程数上限 500）。

---

🛠️ ​​解决方案​​

1. ​​根治内存泄漏​​

• ​​避免强引用​​：用 WeakReference替代静态变量持有 Activity。

• ​​及时清理​​：在 onDestroy()中移除 Handler消息、反注册监听器。

• ​​工具检测​​：集成 LeakCanary自动捕获泄漏链。

2. ​​优化图片处理​​

• ​​压缩采样​​：使用 BitmapFactory.Options.inSampleSize按需缩放图片。

• ​​低内存配置​​：设置 inPreferredConfig=RGB_565（内存减半）。

• ​​复用与回收​​：

  • 通过 inBitmap复用 Bitmap内存。

  • 调用 bitmap.recycle()及时释放。

• ​​推荐库​​：Glide/Picasso自动管理图片生命周期。

3. ​​控制内存占用​​

• ​​缓存策略​​：使用 LruCache限制内存缓存大小（如堆内存的 1/8）。

• ​​对象池​​：复用频繁创建的对象（如 Message、自定义模型）。

• ​​数据结构优化​​：

  • SparseArray替代 HashMap<Integer, Object>。

  • 分块处理大数组（如 1MB/块）。

4. ​​释放资源与线程管理​​

• ​​关闭资源​​：在 finally块中关闭流、Cursor。

• ​​线程池​​：用 ThreadPoolExecutor限制并发线程数，避免无限创建。

5. ​​架构级优化​​

• ​​多进程拆分​​：将内存密集型模块（如相册、WebView）放入独立进程。

• ​​响应内存紧张​​：在 onTrimMemory()中释放非关键缓存。

---

💎 ​​总结​​

OOM 的核心矛盾是 ​​有限内存 vs 无限需求​​。

• ​​优先解决内存泄漏​​（占 OOM 的 70%），辅以图片优化、资源释放。

• ​​预防＞修复​​：开发阶段启用 StrictMode检测资源泄漏，线上监控 OOM 率