Android kotlin Jetpack mvvm 项目，kotlinlambda表达式的脱离

LiveData的优势

• 确保界面符合数据状态:LiveData 遵循观察者模式。当底层数据发生变化时，LiveData 会通知 Observer 对象。您可以整合代码以在这些 Observer 对象中更新界面。
• 不会发生内存泄漏:观察者会绑定到 Lifecycle 对象，并在其关联的生命周期遭到销毁后进行自我清理。
• 不会因 Activity 停止而导致崩溃:如果观察者的生命周期处于非活跃状态（如返回栈中的 Activity），则它不会接收任何 LiveData 事件。
• 不再需要手动处理生命周期:界面组件只是观察相关数据，不会停止或恢复观察。LiveData 将自动管理所有这些操作，因为它在观察时可以感知相关的生命周期状态变化。
• 数据始终保持最新状态:如果生命周期变为非活跃状态，它会在再次变为活跃状态时接收最新的数据。
• 适当的配置更改:如果由于配置更改（如设备旋转）而重新创建了 Activity 或 Fragment，它会立即接收最新的可用数据。
• 共享资源:可以使用单例模式扩展 LiveData 对象以封装系统服务，以便在应用中共享它们。

LiveData使用

• 定义

private val normaLiveData1 = MutableLiveData()

• 赋值

normaLiveData1.value=“LiveDataValue”//UI线程
normaLiveData1.postValue(“LiveDataValue”)//非UI主线程

• 观察数据

normaLiveData1.observe(viewLifecycleOwner, Observer {
LogUtil.e(“观察到第一个值发生了变化”)
tv.text = it
})

• 无生命周期感知地观察数据，这种方式需要手动取消观察，否则会发生内存泄漏

val observer=Observer{
LogUtil.e(“观察到第一个值发生了变化”)
}
normaLiveData1.observeForever(observer)
//在合适的生命周期移除观察
normaLiveData1.removeObserver(observer)

• 转换 LiveData

private val transLiveData= Transformations.map(normaLiveData1){
“$it -----转换”
}

• 合并多个 LiveData

private val mediatorLiveData = MediatorLiveData()

mediatorLiveData.addSource(normaLiveData1){
mediatorLiveData.value=“合并后的值：$it---${normaLiveData2.value}”
}

mediatorLiveData.addSource(normaLiveData2){
mediatorLiveData.value=“合并后的值：$normaLiveData1.value---$it”
}

• LiveData结合room、协程使用(下文)

kotlin数据流 Flow

Flow数据流以协程为基础构建，可提供多个值。从概念上来讲，数据流是可通过异步方式进行计算处理的一组数据序列,有点像RxJava。

Flow的使用

• 创建Flow

val flow = flow {
emit(“value1”)
emit(“value2”)
delay(1000)
emit(“value3”)
}

val flow = flowOf(“value”)

val flow = listOf(1, 2, 3).asFlow()

• 收集Flow----collect()

由于 collect 是挂起函数，因此需要在协程中执行

scope.launch {
flow.collect {
LogUtil.e(it)
}
}

• 转换Flow----map()

flowOf(1, 2, 3).map {
“第$it 个”
}.collect {
LogUtil.e(it)
}

• 过滤Flow----filter()

flowOf(1, 2, 3).filter {
it > 1
}.collect {
LogUtil.e(it)
}

• 合并Flow

zip操作符会把 flow1 中的一个 item 和 flow2 中对应的一个 item 进行合并,如果 flow1 中 item 个数大于 flow2 中 item 个数,合并后新的 flow 的 item 个数 = 较小的 flow 的 item 个数

val flow1 = flowOf(1, 2, 3, 4, 5)
val flow2 = flowOf(“一”, “二”, “三”, “四”, “五”, “六”)
flow1.zip(flow2) { a, b ->
“$a---$b”
}.collect {
LogUtil.e(it)
}

combine合并时，每次从 flow1 发出新的 item ，会将其与 flow2 的最新的 item 合并

val flow1 = flowOf(1, 2, 3, 4, 5).onEach { delay(1000) }
val flow2 = flowOf(“一”, “二”, “三”, “四”, “五”, “六”).onEach { delay(500) }
flow1.combine(flow2) { a, b ->
“$a---$b”
}.collect {
LogUtil.e(it)
}

• 捕获异常----catch()

flow {
emit(1)
emit(1 / 0)
emit(2)
}.catch {
it.printStackTrace()
}.collect {
LogUtil.e(it)
}

• 线程切换----flowOn()

withContext(Dispatchers.IO){
flowOf(1, 2, 3, 4).onEach {
//受到下面最近的flowOn控制-Main
LogUtil.e(“init—KaTeX parse error: Expected 'EOF', got '}' at position 33: …read().name}") }̲.filter { //受到下…{Thread.currentThread().name}”)
it > 1
}.flowOn(Dispatchers.Main).map {
//受到下面最近的flowOn控制-IO
LogUtil.e(“map—$Thread.currentThread($