android开发步步为营之80:android多线程总结

         android常用的多线程使用方法主要有这几种:一、使用AsyncTask  二、使用Thread或者HandlerThread 三、使用ExecutorService。下面分别简单介绍一下。

         方法一、使用AsyncTask  内部实现其实是使用ExecutorService,有cpu个数*2+1个线程的限制

public class MyAsyncTask extends AsyncTask<String, Integer, String> {
        @Override
        protected String doInBackground(String... params) {
            //耗时任务
            return null;
        }

        @Override
        protected void onPreExecute() {
            super.onPreExecute();
        }

        @Override
        protected void onPostExecute(String s) {
            super.onPostExecute(s);
        }

        @Override
        protected void onProgressUpdate(Integer... values) {
            super.onProgressUpdate(values);
        }
    }

       调用:

 MyAsyncTask myAsyncTask = new MyAsyncTask();
                myAsyncTask.execute("url");</span>

方法二、使用Thread或者HandlerThread 适用单个任务
<span style="font-size:14px;">   class MyThread extends Thread {
        @Override
        public void run() {
            super.run();
            //TODO 耗时任务
        }
    }
调用:
MyThread myThread = new MyThread();
                myThread.start();
                //或者
                HandlerThread ht = new HandlerThread("handler thread");

                ht.start();

                Handler handler = new Handler(ht.getLooper());

                handler.post(new Runnable() {//这里run()方法其实还是在等ht.start()调用


                    public void run() {

                      //TODO 耗时任务
                    }

                });

方法三:使用ExecutorService创建线程池 适合多次调用
/**
     * 下载Image的线程池
     */
    private ExecutorService mImageThreadPool = null;

    /**
     * 获取线程池的方法,因为涉及到并发的问题,我们加上同步锁
     *
     * @return
     */
    public ExecutorService getExecutorService() {
        if (mImageThreadPool == null) {
            synchronized (ExecutorService.class) {
                if (mImageThreadPool == null) {
//                    mImageThreadPool = Executors.newFixedThreadPool(2);//分配两个线程
                    mImageThreadPool = Executors.newCachedThreadPool();//动态分配,不限制个数

                }
            }
        }
        return mImageThreadPool;
    }

调用:
  
Handler handler=new Handler();//这个handler是属于主线程
    public interface Callback {
        void getBitmap(Bitmap bitmap);
    }

    

    public void downloadImg(final String url, final Callback callback) {
        getExecutorService().submit(new Runnable() {
            @Override
            public void run() {
                Log.i(tag, "Current Thread:" + Thread.currentThread().getName());
                Bitmap bitmap = getBitmapFormUrl(url);
                handler.post(new Runnable() {//确保运行到主线程去
                    @Override
                    public void run() {
                        callback.getBitmap(bitmap);
                    }
                });
            }
        });
    }
    //在recyclerView或者gridview,listview中的adapter调用

    downloadImg(mListPersonalizedStickers.get(position), new Callback() {
        @Override
        public void getBitmap(Bitmap bitmap) {
            holder.mImageView.setImageBitmap(drawable);
        }
    });






  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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