2024年Android----Matrix-与坐标变换,2024国考笔试和面试

最后

代码真的是重质不重量,质量高的代码,是当前代码界提倡的,当然写出高质量的代码肯定需要一个相当高的专业素养,这需要在日常的代码书写中逐渐去吸收掌握,谁不是每天都在学习呀,目的还不是为了一个,为实现某个功能写出高质量的代码。

所以,长征路还长,大家还是好好地做个务实的程序员吧。

最后,小编这里有一系列Android提升学习资料,有兴趣的小伙伴们可以来看下哦~

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。

需要这份系统化学习资料的朋友,可以戳这里获取

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!

mDrawable.draw(canvas);
}

// Canvas.java

// 分析点1:左乘mDrawMatrix
public void concat(@Nullable Matrix matrix) {
if (matrix != null) nConcat(mNativeCanvasWrapper, matrix.native_instance);
}

可以看到,ImageView#onDraw(Canvas)中对Canvas左乘mDrawMatrix,前面说到:**矩阵左乘相当于一次坐标变换。**我们通过下面一个简单的例子展示了ImageView设置Matrix前后的效果:

// 图一:未设置Matrix
iv.setBackgroundColor(0xFF999999.toInt())
iv.scaleType = ImageView.ScaleType.MATRIX
iv.setImageResource(R.color.colorAccent)

// 图二:设置Matrix,缩放到两倍
val matrix = Matrix().apply {
setScale(2F,2F)
}
iv.imageMatrix = matrix

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

在后续的文章里,我将专门写一篇文章分享更多ImageView源码的细节,感兴趣的同学点一点关注哦


3. Matrix 源码分析

从这一节开始我们来阅读Matrix的源码,源码中出现了native方法,这意味着Matrix中的部分源码是在native层实现,具体分为:Matrix.hMatrix.cppMatrix.java

3.1 Java 层初始化

// Matrix.java
public final long native_instance;

// sizeof(SkMatrix) is 9 * sizeof(float) + uint32_t
private static final long NATIVE_ALLOCATION_SIZE = 40;

private static class NoImagePreloadHolder {
// 单例
public static final NativeAllocationRegistry sRegistry = new NativeAllocationRegistry(
Matrix.class.getClassLoader(), nGetNativeFinalizer(), NATIVE_ALLOCATION_SIZE);
}

// 从 Android 8 开始,使用 NativeAllocationRegistry 帮助回收 native 层内存
public Matrix() {
// 创建一个native层对象,具体为 SkMatrix
native_instance = nCreate(0);
NoImagePreloadHolder.sRegistry.registerNativeAllocation(this, native_instance);
}

// 在 Android 8 之前
public Matrix() {
native_instance = native_create(0);
}

// Java 层初始化
// ---------------------------------------------------------------------
// native 层初始化
private static native long nCreate(long nSrc_or_zero);

static jlong create(JNIEnv* env, jobject clazz, jlong srcHandle) {
const SkMatrix* src = reinterpret_cast<SkMatrix*>(srcHandle);
SkMatrix* obj = new SkMatrix();
if (src)
// 浅拷贝
*obj = *src;
else
// 重置
obj->reset();
return reinterpret_cast(obj);
}

Java层初始化要点如下:

  • Matrix构造器在native创建了一个SkMatrix对象,并通过reinterpret_cast强制转换为long赋值给Java层的native_instance

  • MatrixJava层其实没有太多操作,真正完成任务的实体是native层的SkMatrixSKMatrix是 Skia 图形引擎提供的用于完成坐标变换的 3 x 3 矩阵

  • Android 8开始,使用NativeAllocationRegistry帮助回收 native 层内存。NativeAllocationRegistry绑定了Java层和native层的两个对象,并标记内存大小为 40字节,为什么是 40 个字节呢?我们在源码里寻找答案:SkMatrix.hSkMatrix.cpp

# 提示

NativeAllocationRegistry是用来帮助回收native层内存的,即当Java层对象被垃圾回收时,立即去释放Native层的内存,在CanvasBitmap等类中也有同样的机制,详见文章:《Android | 带你理解 NativeAllocationRegistry 的原理与设计思想》

3.2 native 层初始化

// SkMatrix.h

SK_BEGIN_REQUIRE_DENSE
class SK_API SkMatrix {
public:
enum {
kMScaleX, //!< horizontal scale factor
kMSkewX, //!< horizontal skew factor
kMTransX, //!< horizontal translation
kMSkewY, //!< vertical skew factor
kMScaleY, //!< vertical scale factor
kMTransY, //!< vertical translation
kMPersp0, //!< input x perspective factor
kMPersp1, //!< input y perspective factor
kMPersp2, //!< perspective bias
};

// 分析点1:
SkScalar get(int index) const {
SkASSERT((unsigned)index < 9);
return fMat[index];
}
// 分析点2:重置
void reset();

// 判断是否为单位矩阵,使用单位矩阵进行矩阵乘法是无效的
bool isIdentity() const {
return this->getType() == 0;
}

private:
SkScalar fMat[9];
mutable uint32_t fTypeMask;

// SkMatrix.cpp

// 分析点2:重置为单位矩阵
void SkMatrix::reset() {
fMat[kMScaleX] = fMat[kMScaleY] = fMat[kMPersp2] = 1;
fMat[kMSkewX] = fMat[kMSkewY] =
fMat[kMTransX] = fMat[kMTransY] =
fMat[kMPersp0] = fMat[kMPersp1] = 0;
this->setTypeMask(kIdentity_Mask | kRectStaysRect_Mask);
}

// SkScalar.h

typedef float SkScalar;

native层初始化要点如下:

  • SkMatrix有两个字段:大小为 9 的数组fMatunit21_tfTypeMask,其中SkScalar其实是一个float,具体可以查看:SkScalar.h,现在你知道 **40个字节(8 * 4 + 4 = 40)**是如何的来了吗?

  • SkMatrix逻辑上是一个 3 x 3 矩阵,物理上是一个1 x 9 数组

  • 初始化时会调用reset(),设置为单位矩阵,注意:使用单位矩阵进行矩阵乘法是无效的

3.3 设置矩阵

前面我们理解了Matrix初始化时是一个单位矩阵,现在我们开始为矩阵的元素赋值。从Java层源码可以看到,Matrix的方法主要分为setXXX()preXXX()postXXX()三大类,这三类方法有什么区别呢?我们以scale为例:

// Matrix.java

// set
public void setScale(float sx, float sy, float px, float py) {
nSetScale(native_instance, sx, sy, px, py);
}
// 左乘
public boolean preScale(float sx, float sy, float px, float py) {
nPreScale(native_instance, sx, sy, px, py);
return true;
}
// 右乘
public boolean postScale(float sx, float sy, float px, float py) {
nPostScale(native_instance, sx, sy, px, py);
return true;
}

// Java 层
// ---------------------------------------------------------------------
// native 层

// Matrix.cpp
// Matrix 中本质上使用了SkMatrix,这里省略…

// SkMatrix.cpp

void SkMatrix::setScale(SkScalar sx, SkScalar sy, SkScalar px, SkScalar py) {
if (1 == sx && 1 == sy) {
this->reset();
} else {
this->setScaleTranslate(sx, sy, px - sx * px, py - sy * py);
}
}

// | sx 0 tx |
// | 0 sy ty |
// | 0 0 1 |
void setScaleTranslate(SkScalar sx, SkScalar sy, SkScalar tx, SkScalar ty) {
// 省略…
}

void SkMatrix::preScale(SkScalar sx, SkScalar sy, SkScalar px, SkScalar py) {
if (1 == sx && 1 == sy) {
return;
}
// 1. 栈中分配一个SkMatrix对象
SkMatrix m;
// 2. 先调用setScale
m.setScale(sx, sy, px, py);
// 3. 两个矩阵乘法
this->preConcat(m);
}

void SkMatrix::postScale(SkScalar sx, SkScalar sy, SkScalar px, SkScalar py) {
if (1 == sx && 1 == sy) {
return;
}
// 1. 栈中分配一个SkMatrix对象
SkMatrix m;

总结

这次面试问的还是还是有难度的,要求当场写代码并且运行,也是很考察面试者写代码
因为Android知识体系比较庞大和复杂的,涉及到计算机知识领域的方方面面。在这里我和身边一些朋友特意整理了一份快速进阶为Android高级工程师的系统且全面的学习资料。涵盖了Android初级——Android高级架构师进阶必备的一些学习技能。

附上:我们之前因为秋招收集的二十套一二线互联网公司Android面试真题(含BAT、小米、华为、美团、滴滴)和我自己整理Android复习笔记(包含Android基础知识点、Android扩展知识点、Android源码解析、设计模式汇总、Gradle知识点、常见算法题汇总。)

里面包含不同方向的自学编程路线、面试题集合/面经、及系列技术文章等,资源持续更新中…

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。

需要这份系统化学习资料的朋友,可以戳这里获取

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!

及系列技术文章等,资源持续更新中…**

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。

需要这份系统化学习资料的朋友,可以戳这里获取

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!

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