先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Android移动开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Android开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip204888 (备注Android)
正文
从 Key
的 equals
方法可以看到,只有当 width,height,config
都相等的情况,Key 才相等。这里响应了 Android 4.4 Bitmap 可缓存的条件。
get 获取可复用的 Bitmap
@Override
public Bitmap get(int width, int height, Bitmap.Config config) {
// 根据宽度和高度,config,获取一个key
final Key key = keyPool.get(width, height, config);
// 根据Key找到对应的对象
return groupedMap.get(key);
}
获取的逻辑也比较简单,主要步骤
- 根据要创建的 Bitmap 的 with,height,config,组建 key
- 根据 key 到缓存池中获取是否有可复用的 Bitmap
总结:在 Android 4.4 的版本之前,复用的整体逻辑比较简单,就是比较宽度,高度,config 是否相等,相等就复用,否则返回 null。
SizeConfigStrategy(4.4 以后)
在上面说了,在 4.4 版本之后,如果要复用,只要解码 Bitmap 的内存大小 byte count
小于或等于到复用 Bitmap 的 allocated byte count
。虽然这个复用的条件比较简单,但是实现的好,就比较复杂了。这里考虑一个问题:
如果一个 Bitmap 缓存池中,有多个内存大于目标 Bitmap 的图片,选哪个才能最高效,最节省内存?比如有内存中存在 2 个 Bitmap 对象,分别是 5M,100M,目标 Bitmap 的大小是 4M,那么取那一张作为复用?很明显是取 5M 的那张最优。所以这里涉及针对对象内存大小择优的问题,要如何设计?
在 Glide 中,使用了多个数据结构来解决这些问题:
public class SizeConfigStrategy implements LruPoolStrategy {
…
private final GroupedLinkedMap<Key, Bitmap> groupedMap = new GroupedLinkedMap<>();
private final Map<Bitmap.Config, NavigableMap<Integer, Integer>> sortedSizes = new HashMap<>();
…
}
从上面可以看到:
- 内部使用 groupedMap 结构存储 key-Bitmap 的数据
- 使用 sortedSizes 存放同一个
Bitmap.Config
下,各个图片信息。这些信息包含图片的内存大小,可能有很多大小一样的图,所以又记录了每个大小在缓存池中的个数。使用了 NavigableMap 也就是 TreeMap 保存了图片大小和这个大小的图片有几个(数量)。当数据插入时,会按照大小排序。
记录了这些数据后,就能在查找过程中,通过比较大小、配置来查找合适的图。
Key
因为采用了 Key-Bitmap
的方式,所以这里涉及到如何设计 Key。我们看下:
static final class Key implements Poolable {
…
@VisibleForTesting
Key(KeyPool pool, int size, Bitmap.Config config) {
this(pool);
init(size, config);
}
…
@Override
public boolean equals(Object o) {
if (o instanceof Key) {
Key other = (Key) o;
return size == other.size && Util.bothNullOrEqual(config, other.config);
}
return false;
}
}
从上面可以看到,逻辑比较简单,通过 Key
的 equals
方法可以看到,只有当 size
相等,config
相等或者都为 null 的情况,Key 才相等。
put 方法
同样,先看他的 put 方法,
@Override
public void put(Bitmap bitmap) {
int size = Util.getBitmapByteSize(bitmap);
Key key = keyPool.get(size, bitmap.getConfig());
groupedMap.put(key, bitmap);
NavigableMap<Integer, Integer> sizes = getSizesForConfig(bitmap.getConfig());
Integer current = sizes.get(key.size);
// 记录对应Bitmap大小的记录加1
sizes.put(key.size, current == null ? 1 : current + 1);
}
- 先获取要缓存的 Bitmap 的内存大小
- 然后用内存大小 size 和配置 config,构建一个 key
- 然后保存到
GroupedLinkedMap
结构中,也就是缓存到内存中保存
继续往下看,它在缓存完 Bitmap 之后,下面还有一个逻辑:
NavigableMap<Integer, Integer> sizes = getSizesForConfig(bitmap.getConfig());
Integer current = sizes.get(key.size);
// 记录对应Bitmap大小的记录加1
sizes.put(key.size, current == null ? 1 : current + 1);
这个是干嘛的呢?这个就是我们上面说的,按照 Bitmap 的 config,size 两个维度记录图片的信息,因为我们在查找复用条件的时候,就需要根据 config 和 size 的值来判断是否可以缓存。主要特性:
- 使用上面说的
Map<Bitmap.Config, NavigableMap<Integer, Integer>>
数据结构,把 Bitmap 的 Config 作为 key,Bitmap 的内存大小作为 value 保存下来。因为同一个配置可能对应多个 不同大小的大小的图片,所以这里使用一个TreeMap
来保存,这个TreeMap
会按照大小进行排序。 - 如果相同大小和 Config 的图片存在,则数量加 1,否则数量就是 -1(注意这里不会替换)
get 获取复用 Bitmap
public class SizeConfigStrategy implements LruPoolStrategy {
…
@Override
@Nullable
public Bitmap get(int width, int height, Bitmap.Config config) {
int size = Util.getBitmapByteSize(width, height, config);
Key bestKey = findBestKey(size, config);
// 从对应的大小中使用Bitmap
Bitmap result = groupedMap.get(bestKey);
if (result != null) {
// Decrement must be called before reconfigure.
decrementBitmapOfSize(bestKey.size, result);
result.reconfigure(width, height, config);
}
return result;
}
// 如果Bitmap复用了,那么需要删除掉对应Bitmap
private void decrementBitmapOfSize(Integer size, Bitmap removed) {
Bitmap.Config config = removed.getConfig();
// 找到对应config存储的大小的Map
NavigableMap<Integer, Integer> sizes = getSizesForConfig(config);
// 找到这个大小的元素
Integer current = sizes.get(size);
// 如果只剩一个了,就表示已有对应config和大小的元素,可以删除了
if (current == 1) {
sizes.remove(size);
} else {
// 减去1
sizes.put(size, current - 1);
}
}
// 根据config得到对应的缓存中不同大小的Bitmap,是一个TreeMap的结构,可以按照大小进行排序
private NavigableMap<Integer, Integer> getSizesForConfig(Bitmap.Config config) {
NavigableMap<Integer, Integer> sizes = sortedSizes.get(config);
if (sizes == null) {
sizes = new TreeMap<>();
sortedSizes.put(config, sizes);
}
return sizes;
}
上面的主要逻辑是:
- 先获取 Bitmap 的内存大小
- 然后通过 size 和 config 查找最优解对应 besetKey,这个后面细讲
- 从内存池中,根据 bestKey 获取对应 Bitmap
- 如果有缓存,通过 decrementBitmapOfSize 更新 Bitmap 的数量和内存的大小
- 如果有缓存,需要调用
reconfigure
方法重置 Bitmap 的配置
查找 key 的最优解
那么是如何根据内存大小 size 和 config,查找最优 key 呢(这里如果找到了最优的 key,也就找到了最优复用的 Bitmap)?我们看下 findBestKey
方法的实现
private Key findBestKey(int size, Bitmap.Config config) {
Key result = keyPool.get(size, config);
// 根据传入的config,选择合适和使用的config,可能一种config合适复用多种config
// 不过从上面的定义来看,只有RGBA_F16可以有多个
for (Bitmap.Config possibleConfig : getInConfigs(config)) {
// 根据config,获取对应config所有大小的TreeMap
NavigableMap<Integer, Integer> sizesForPossibleConfig = getSizesForConfig(possibleConfig);
// 得到大小大于或者等于指定复用的size的最小值
Integer possibleSize = sizesForPossibleConfig.ceilingKey(size);
if (possibleSize != null && possibleSize <= size * MAX_SIZE_MULTIPLE) {
if (possibleSize != size
|| (possibleConfig == null ? config != null : !possibleConfig.equals(config))) {
// 把上面不合适的key放入到key缓存池中
keyPool.offer(result);
// 重新用最优的size和config获取对应的最优key
result = keyPool.get(possibleSize, possibleConfig);
}
break;
}
}
return result;
}
…
}
根据上面的逻辑,匹配的逻辑是:
- 先根据目标 size 和
Config
,直接从 key 的缓存池中获取对应 key,这个 key 就是目标 Bitmap 对应的 key,但是不一定是最优的 key - 根据 Bitmap 的
Config
,去获取对应的Config
下所有缓存池中 Bitmap 对应的 size 和数量,也就是上面的TreeMap
- 然后根据目标 size,取出大于 size 的最小值,这个值就是最优解
- 如果取出的
possibleSize
和目标 size 不相等,说明找到了最优解,则说明上面的result
对应的 key 不是最优解,先把它放到 key 缓存池中,然后用最优的possibleSize
和possibleConfig
重新从 key 缓存池中生成或者获取一个 key - 如果取出的
possibleSize
和目标 size 相等,说明上面目标key(resul)
就可能是最优的,则把当前的配置和大小更新 key
总结
从上面的代码逻辑中,可以了解到,Glide 本质上还是利用了 Android 中的 Bimtap 的复用特性进行封装设计的,不同的版本使用不同的缓存策略。但是不同的是 Glide 的设计更加完善,更加合理,个人觉得主要体现在:
- 使用了合理的数据结构,比如
GroupedLinkedMap
,不会覆盖相同 key 的图片,能够增加复用命中的概率 - 大量使用了对象缓存池的思想,防止内粗的抖动。比如
Key,KeyPool
等 - Android 4.4 以后的策略,考虑了最优解,找到最合适的 Bitmap 的内存最小值,防止内存复用的浪费。比如一个
10*10
的图片,用了一个200*200
的 Bitmap
最后,我们可以感受到这些大量使用的三方库,内部是有很多的东西直到我们学习和研究的,不论是思想还是代码质量都写得非常好,这也是正是我现在写深入学习系列的初衷,希望大家持续关注。
Android 学习笔录
**Android 性能优化篇:https://qr18.cn/FVlo89
最后
针对于上面的问题,我总结出了互联网公司Android程序员面试涉及到的绝大部分面试题及答案,并整理做成了文档,以及系统的进阶学习视频资料。
(包括Java在Android开发中应用、APP框架知识体系、高级UI、全方位性能调优,NDK开发,音视频技术,人工智能技术,跨平台技术等技术资料),希望能帮助到你面试前的复习,且找到一个好的工作,也节省大家在网上搜索资料的时间来学习。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注Android)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
中…(img-S6eFeC6P-1713642391019)]
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注Android)
[外链图片转存中…(img-sBDZ0o5e-1713642391020)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!