Android 圖片記憶體溢位 (OOM) 完整解決方案

Android 開發中處理高解析度圖片是 OOM (OutOfMemoryError) 的高發區。面試常考、實戰必會，以下六大策略構建完整防禦體系：

核心優化手段

1. 弱引用緩存 Bitmap： 使用 WeakReference<Bitmap> 讓 GC 在記憶體緊張時可回收圖片物件。
2. 雙層快取 (LruCache + DiskLruCache)： 記憶體層用 LruCache 存近期圖片，磁碟層用 DiskLruCache 持久化，大幅提升命中率與記憶體利用率。
3. 按需縮放 (inSampleSize)： 解碼前先讀取圖片尺寸，依 ImageView 實際顯示大小計算 inSampleSize，避免載入超大原圖。
4. 降低解碼品質： 設定 BitmapFactory.Options.inPreferredConfig = RGB_565，將每像素從 4 Bytes 降為 2 Bytes，記憶體減半，視覺差異極小。
5. 主動觸發 GC (最後手段)： 透過反射呼叫 BinderInternal.forceGc()，僅在極端情況下使用，慎防副作用。
6. 隔離進程處理大圖： 將圖片載入、編輯放在獨立 android:process 元件，主進程記憶體不受影響。

本質總結

「圖片 OOM 本質上是『高效使用有限記憶體』與『申請更多記憶體』的博弈。沒有銀彈，只有組合拳。」

實務上建議優先落實 2、3、4 點，配合成熟圖片載入庫 (Glide、Picasso、Coil) 內建最佳實踐，即可解決 95% 以上場景。