android性能优化

最新推荐文章于 2024-07-26 14:23:29 发布

fylfyl2

最新推荐文章于 2024-07-26 14:23:29 发布

阅读量450

点赞数

分类专栏： android

android 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

google官方文档：

http://developer.android.com/training/best-performance.html

我只是做一下笔记和总结

性能优化方面：

android 16ms刷新一次界面，所以避免连续运算超过16ms否则会丢帧
不要过度绘制（即不显示的或者被覆盖的layout不要绘制），可以采用canvas.clipRect()制定绘制区域
慎用透明度，因为会加大绘制花销
打开开发者选项的Profile GPU Rendering，可以看到GPU绘制信息
避免频繁执行GC：可能原因是内存抖动（频繁创建/丢弃对象）、瞬间创建大量对象。可通过Memory Monitor查看
避免在UI线程做内存分配操作，因为会造成内存抖动
随着对象停留时间的增长，依次进入Young Generatio，Old Generation，最后到Permanent Generation
JAVA Collection的遍历，采用for index的方法效率高
尝试用LruCache类处理滚动的图片栏等类似问题
Android Lint（Analyze > Inspect Code）可以检测优化代码
尽量减少PNG图片的大小，android推荐使用Webp
使用inBitmap提高bitmap重用效率

电量优化方面：

WakeLock是耗电大户，尽快释放
把零散的网络请求打包进行一次操作
android 5.0引入了Battery Historian（Battery History Tool），可以查看详细应用消耗电量情况
尝试使用JobScheduler（来自android 5.0），不紧急的任务交给它

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

fylfyl2

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

Android性能优化之道：深入剖析Android应用性能优化技巧与策略

虎哥LoveDroid

06-11

1770

1.1 什么是性能优化？性能优化是指通过各种手段和策略，提升应用的运行效率和响应速度，从而改善用户体验的过程。1.2 为什么需要进行性能优化？提升应用流畅度，改善用户体验降低应用内存占用，减少内存泄漏降低应用耗电量，延长电池续航时间提高应用稳定性，减少ANR和其他崩溃问题性能优化是一项持续的过程，需要开发者不断学习和实践。本文介绍了一些常见的性能优化技巧和策略，希望能够帮助开发者提升应用的性能和用户体验。附录。

Android性能优化方法论

子者不语的专栏

11-24

1463

对于接触性能优化经验较少的开发者来说，可能很少有机会能去总结或者学到这些成熟的套路，方法论，或者框架。所以作为一位多年长期做性能优化的开发者，在这篇文章中对性能优化的方法论做一些总结，以供大家借鉴。

参与评论您还未登录，请先登录后发表或查看评论

Android 性能优化

huaihong1986的博客

07-26

1474

通过getContext()获取Context实例。Activity/Service：这两个类都是ContextWrapper的子类，在这两个类中可以通过getBaseContext() 获取他们的Context实例，不同的Activity或者Service实例，他们的Conetxt都是独立的，不会复用。绘制过程是CPU准备数据，通过Driver层把数据交给CPU渲染，其中CPU主要负责Measure，Layout，Record，Execute的数据计算工作，GPU负责Rasterization渲染。

android性能优化全方面解析

2401_85122662的博客

06-04

2004

对比两张图，我们可以在第一张的情况出现了oom情况，我们通过log打印发现，处理的好像没什么问题，换句话说，如果我不放那0.8M的图片。然后继续不停的操作同样会出现OOM，然而我们就蒙了。没什么图片加载怎么就这么崩掉了。如何查看首先，我们确定我们项目或者某几个类里面是否存在内存溢出的问题。我们可以通过如下方法：Android–>System Information–>MemoryUsage查看Object里面是否有没有被释放的Views和Activity。

Android性能优化方法

LuHsiang的博客

08-26

2574

性能优化

Android 性能优化实战：打造流畅体验

u011464172的专栏

06-28

1084

Android 性能优化是一个系统性的工程，需要从代码、布局、渲染、内存、网络等多个方面进行优化。通过深入理解 Android 系统的运行机制和性能瓶颈，并采取针对性的优化策略，我们可以打造流畅、快速、高效的 Android 应用，提升用户体验，提高应用竞争力。

Android 性能优化——APP启动优化

小旭的专栏

03-18

2513

自定义控件和UI部件，不管这些控件是否支持 xml 化，实现它们的代码质量很重要，要尽可能简化它们的构造过程。

Android性能优化方案

qq_40796375的博客

04-20

8663

保证性能指标不下降一直是开发过程中的重中之重，如果由于开发新功能导致出现卡顿、机身发热耗电量猛增、内存增大等性能问题，那样反而会流失用户，得不偿失。因此关注性能也是RD们的一项隐形工作。

Android 性能优化之布局优化

xiangxiongfly

07-11

1038

绘制原理双缓冲机制布局加载原理检测耗时常规方式 AOP方式获取控件加载耗时布局优化 AsyncLayoutInflater方案 Compose方案减少布局层级和复杂度避免过度绘制

Android 性能优化之线程优化

xiangxiongfly

07-17

1097

【代码】Android 性能优化之线程优化。

Android性能优化.pdf

12-22

【Android性能优化】是Android开发中的重要环节，涵盖了多个关键领域，包括ANR问题解析、crash监控方案、启动速度与执行效率优化、内存优化、耗电优化、网络传输与数据存储优化以及APK大小优化。 **ANR问题解析**是...

Android性能优化系列之内存优化

02-25

在Java中，内存的分配是由程序完成的，而内存的释放是由垃圾收集器(GarbageCollection，GC)完成的，程序员不需要通过调用函数来释放内存，但也随之带来了内存泄漏的可能，上篇博客，我介绍了Android性能优化系列之...

JSP学生学籍管理系统设计与实现(源代码+论文+开题报告+外文翻译+答辩PPT).zip

09-21

1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。

09-21

09-21

2024秋招华为笔试题大全-仅供参考具体需要根据实际修改

09-21

2024秋招华为笔试题大全-仅供参考具体需要根据实际修改

借助于Ascend310 AI处理器完成深度学习算法部署任务，

09-21

应用背景为变电站电力巡检，基于YOLO v4算法模型对常见电力巡检目标进行检测，并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务，并对系统性能做出一定的优化。.zip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。

深入解析Android性能优化

"Android性能优化是提升用户对应用程序体验的关键，包括了框架API优化、UI性能、I/O性能、滚动性能、内存管理等多个方面。优化性能可以避免ANR（应用无响应），解决交互延迟，保证帧率流畅，提高整体运行效率。" ...