drawable中存放一些本地图片，用来在需要的地方调用，这是很常见的用法。
而近期，新版本应用即将上线，因此我将应因上传至阿里移动质检平台测试了一翻，检测出来的问题并不是很多，但在30台机器中，有三次内存溢出的情况出现，这让我很担心。
点开后查看详情：
分析
通过上图大致知道是引导页面出现的问题。为了更好的分析原因，决定通过MAT工具来分析内存占用情况。
在android studio中通过Android Monitor界面（查看log日志的那个）中的Monitors中的Dump java heap按钮，就可以在应用运行过程中实时的捕获内存的hprof文件。
捕获后可以在界面左侧的capture中看到文件
找到文件，通过sdk中的platform-tools文件夹内的hprof-conv工具来转换文件
在此文件夹内按住shift 同时鼠标右键点击打开命令行界面
输入 hprof-conv 你的源hprof文件路径.hprof 目标路径.hprof
就可以完成转换了。
下面就可以通过MAT（Memory Analyaer Tool）工具来分析。MAT工具下载
MAT分析
通过mat工具打开刚才转换过的文件后，看到了下面的内存占用情况，总的占用52.0MB，在只有一个页面（内有5张图片）的情况下占用这么多是不合理的
点击左下侧的histogram，看到byte[]相对于其它占用了大量的内存
右键点击byte[],选择List objects-->with incoming references(如果到这里有类似：MAT是啥？不认识啊！等感觉，那么可以先自行去查一下MAT工具的使用了，这里不作详细说明)
打开之后如下
很明显，占用内存的大头就是前面几个，点开看看
发现bitmap，原来就是图片的原因（大多数内存溢出都是这个原因 0.0）
为了看是哪个图片，这里要借助一个图片工具：GIMP 下载点这里
选中mBuffer
然后右边会出现这个：
嗯，再右键我上面红箭头指向的mBuffer选项
把数据保存为文件，注意了，要以xxx.data形式保存
然后打开GIMP把这个bitmap.data拖进去
会出现这个：
选中RGB Alpah ,另外看到宽高这里，通过MAT工具是可以知道数据的，回到MAT，还是选中那个mBuffer，找到数据填进去就可以
填 好后，已经可以看到图片了：
（注意，为了自已的小隐私，这里打码了）
已经知道了，这就是引导页面的图片，但是查看文件
有7.9MB，天，我传到drawable去的时候只有100kb,怎么回事呢，然后看下另外的byte[]
全是一样的大小，说明不是图片的问题，应该是调用过程中的问题。
查看代码，这里引导页面是用viewpager实现的，这里只贴instantiateItem()的代码：
-
@Override -
public Object instantiateItem(ViewGroup container, int position) { -
.... -
view.setImageResource(mGuides[position]); -
.... -
}
看来看去只发现view.setImageResource(mGuides[position]);这代码是用来设置图片的，问题应该就出在这里了。
原因
是在drawable中直接引用的，去查了一翻之后，原来直接使用setImageResource方法，最终都是通过java层的createBitmap来完成的，需要消耗更多内存。
解决方法：
改用先通过BitmapFactory.decodeStream方法，创建出一个bitmap，再将其设为ImageView的 source，
查看一下decodeStream方法的源码：
-
public static Bitmap decodeStream(InputStream is, Rect outPadding, Options opts) { -
// we don't throw in this case, thus allowing the caller to only check -
// the cache, and not force the image to be decoded. -
if (is == null) { -
return null; -
} -
Bitmap bm = null; -
Trace.traceBegin(Trace.TRACE_TAG_GRAPHICS, "decodeBitmap"); -
try { -
if (is instanceof AssetManager.AssetInputStream) { -
final long asset = ((AssetManager.AssetInputStream) is).getNativeAsset(); -
bm = nativeDecodeAsset(asset, outPadding, opts); -
} else { -
bm = decodeStreamInternal(is, outPadding, opts); -
} -
if (bm == null && opts != null && opts.inBitmap != null) { -
throw new IllegalArgumentException("Problem decoding into existing bitmap"); -
} -
setDensityFromOptions(bm, opts); -
} finally { -
Trace.traceEnd(Trace.TRACE_TAG_GRAPHICS); -
} -
return bm; -
}
发现decodeStream最大的秘密在于其直接调用JNI>>nativeDecodeAsset()来完成decode，
无需再使用java层的createBitmap，从而节省了java层的空间。
通过这个方法：
-
public static Bitmap readBitMap(Context context, int resId) { -
BitmapFactory.Options opt = new BitmapFactory.Options(); -
opt.inPreferredConfig = Bitmap.Config.RGB_565; -
opt.inPurgeable = true; -
opt.inInputShareable = true; -
//获取资源图片 -
InputStream is = context.getResources().openRawResource(resId); -
return BitmapFactory.decodeStream(is, null, opt); -
}
获得bitmap后设置给imageview，就可以了。
再查看内存：
发现从原先的52MB,减小到了14.4MB。原先加载一张图片需要7.9MB，总共5张，大概要40MB，这里就节约了近40MB的内存。
总结
在使用中，小的图片，可以通过drawable直接引用，但涉及到大图时，尽量通过decodeStream来创建bitmap，然后再给对应的view使用。