Android初学路上会遇到的瓶颈

供参考


Android布局和屏幕适配

 

Android初学者遇到的第一个瓶颈就是Android 布局的编写。首先Android的layout是用XML写的,而大多数大学生在大学阶段学习网页制作,都是用HTML绘制基本控件,然后用CSS进行页面美化;而Android却用XML绘制界面,style也是用XML写。学习XML最重要的熟能生巧,多练习练习就顺手了,另外XML和HTML有很多相似的地方,比如padding与margin的区别都是一样的。

 

此外Android系统碎片化严重,不同型号的手机有着不同的屏幕尺寸和不同的分辨率。为了解决这个问题,我们可以把背景贴图做成.9png格式,并且用内容和padding撑起控件。如果需要适配的机型实在太极端,我们可以百分比布局解决这个问题——PercentRelativeLayout和PercentFrameLayout等。

 

不同组件的生命周期

 

Android初学者遇到的第二个瓶颈就是生命周期,Android的生命周期主要有Activity生命周期、Fragment生命周期、Service生命周期三种。学不好Activity的生命周期,你做不好界面跳转的特效,也做不好系统Activity(相机等)的回调;学不好Fragment的生命周期,你写不出惰性加载;学不好Service的生命周期,你连后台运行都做不到。学习生命周期,要记住“文无图时少直观,图无文时难入微”,用图表辅助记忆。

 

网络请求和json解析

 

Android是移动互联网的重要组成部分,网络请求和Json解析是Android学习中的重要环节,很多初学者会在此处遭遇瓶颈。

 

为了突破这个瓶颈,初学者应该先选择合适的框架以尽快解决实习工作中的问题。常用的网络请求框架有Volley和OKHttp等;常见的json解析框架有Gson和Jackson等,如果你的求职目标是阿里巴巴集团,学习一下FastJson是可以助你一臂之力的;此外还有把网络请求和json解析整合到一起的Retrofit。

 

实习生初入企业,要记住用工作时间解决工作中的问题,知识的探索和能力的提升要利用自己的业余时间。下班后要学习以上框架的源码和实现原理,比如Android的网络请求必须在子线程中进行,否则会造成NetworkOnMainThreadException;现在的网络请求都是基于HttpURLConnection的,任何大谈HttpClient的资料都是过时的;还要弄清楚Handler的原理、ThreadPool的原理、AsyncTask的原理等;json解析方面的知识还有JSONObject和JSONArray的区别、Java的泛型机制、Java的反射机制等等。

 

图片加载和内存优化

 

Android机的价位一般比iPhone低得多,所以Android系统比iOS系统更容易遇到内存溢出问题(OutOfMemoryError,简称:OOM),这也是初学者常见的学习瓶颈之一。OOM最多发于图片,其次布局中嵌入的地图、视频等吃内存大户也是OOM的罪魁祸首之一。

 

解决加载图片的OOM应该先选择Picasso、Glide、Fresco等框架以尽快解决工作中的问题,然后利用个人时间学习Android缓存机制——LruCache和DiskLruCache;地图、视频的OOM应该在界面被回收时清除控件、停止服务;其他的OOM应该用弱引用和软引用解决。

 

RecyclerView

 

Android最常用也是最复杂的控件是RecyclerView(2014及以前的资料是ListView),因为滑动冲突、列表中数据修改等问题都会在RecyclerView中体现。为了克服这些瓶颈,必须要搞清楚RecyclerView.Adapter(也包括以前的BaseAdapter)的工作原理,ViewHolder的工作原理,以及ViewGroup的事件分发机制等内容,这些内容不下大力气学习是不能完全掌握的。

 

克服了以上瓶颈后,估计实习生也该到了毕业转正的时间了,进阶路上还有新的瓶颈。新瓶颈有新的玩法:这种玩法需要双手操作,如果用另一只手按住打开着的瓶口撸瓶颈,你可以一边撸一边使劲摇,玩HIGH的时候突然松开按住瓶口的手。

 

自定义控件

 

Android自带的控件不能满足太复杂的界面控件需求,因此绘制自定义控件也是Android工程师的必备技能。绘制自定义控件需要掌握View的几个常见方法的重写,如onDraw()、onMeasure()、onLayout()等;对事件分发机制的了解也应该比RecyclerView更精熟;此外还需要掌握Canvas和Animator的相关知识,Android的Canvas和HTML5的Canvas有很多相似性,可以以此突破Canvas的学习瓶颈。

 

进程间通信

 

不同App之间以及同一个App的不同进程之间需要多进程通信,多进程通信在视频播放等占用大量资源的场合是很有必要的。进程间通信的初学者百度“多进程”会被AIDL绕得云里雾里,其实你只要试试Messenger框架,一切进程间通信的难题都会迎刃而解。

 

Android性能全面优化和crash分析

 

Android初学者会遇到的最后一个瓶颈是Android性能全面优化。前面提到的Android内存优化是Android性能优化中最重要的部分,但也只是一小部分,Android性能优化还包括安装包体量优化、GUI绘制优化、电量和流量优化等。

 

GUI方面可以利用ViewStub和去掉其他不必要的背景来避免OverDraw;安装包体积可以用压缩图片、去除重复且无用的依赖等方式进行优化;电量和流量可以通过用推送代替轮询、用GZIP文件格式下载过长的数据流等方式进行优化。

 

在移动应用性能方面,崩溃(Crash)带来的影响是最为严重的,Crash指App在运行过程中出现大段用户正在进行的操作的强制关闭现象。Crash会造成关键业务中断、产品口碑变差、用户流失等问题。Crash可以用UncaughtExceptionHandler捕捉,也可以利用UMeng和Bugly等服务分析,请注意:如果打算跳槽到阿里,就用UMeng,想要跳槽到腾讯,就用Bugly。

 

突破了上述所有瓶颈以后,Android程序员的技术水平都可以达到独当一面的程度,甩掉了初学者帽子的程序员会发现头顶不再是瓶颈,而是从技术到管理的天花板。

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值