分享一些重要的Android面试题，字节跳动最新开源

2.自增操作有三步，此时多线程写会出现问题
4.cas

1.操作:内存值V、旧的预期值A、要修改的值B，当且仅当预期值A和内存值V相同时，将内存值修改为B并返回true，否则什么都不做并返回false。
2.解释:本地副本为A，共享内存为V，线程A要把V修改成B。某个时刻线程A要把V修改成B，如果A和V不同那么就表示有其他线程在修改V，此时就表示修改失败，否则表示没有其他线程修改，那么把V改成B。
3.局限:如果V被修改成V1然后又被改成V，此时cas识别不出变化，还是认为没有其他线程在修改V，此时就会有问题
4.局限解决:将V带上版本。
5.线程不安全到底是怎么回事：

1.一个线程写，多个线程读的时候，会造成写了一半就去读
2.多线程写，会造成脏数据
ASYNCTASK和线程池，GC相关（怎么判断哪些内存该GC，GC算法）

1.Asynctask：异步任务类，单线程线程池+Handler

2.线程池：

1.ThreadPoolExecutor：通过Executors可以构造单线程池、固定数目线程池、不固定数目线程池。

2.ScheduledThreadPoolExecutor：可以延时调用线程或者延时重复调度线程。

3.GC相关：重要

1.搜索算法：

1.引用计数

2.图搜索，可达性分析

2.回收算法：

1.标记清除复制：用于青年代

2.标记整理：用于老年代

3.堆分区：

1.青年区eden 80%、survivor1 10%、survivor2 10%

2.老年区

4.虚拟机栈分区：

1.局部变量表

2.操作数栈

3.动态链接

4.方法返回地址

5.GC Roots:

1.虚拟机栈(栈桢中的本地变量表)中的引用的对象

2.方法区中的类静态属性引用的对象

3.方法区中的常量引用的对象

4.本地方法栈中JNI的引用的对象

JAVA类加载过程：

1.加载时机：创建实例、访问静态变量或方法、反射、加载子类之前
2.验证：验证文件格式、元数据、字节码、符号引用的正确性
3.加载：根据全类名获取文件字节流、将字节流转化为静态储存结构放入方法区、生成class对象
4.准备：在堆上为静态变量划分内存
5.解析
：将常量池中的符号引用转换为直接引用
6.初始化：初始化静态变量
MVC、MVP、MVVM：

1.mvc:数据、View、Activity，View将操作反馈给Activity，Activitiy去获取数据，数据通过观察者模式刷新给View。循环依赖
1.Activity重，很难单元测试
2.View和Model耦合严重
2.mvp:数据、View、Presenter，View将操作给Presenter，Presenter去获取数据，数据获取好了返回给Presenter，Presenter去刷新View。PV，PM双向依赖
1.接口爆炸
2.Presenter很重
3.mvvm:数据、View、ViewModel，View将操作给ViewModel，ViewModel去获取数据，数据和界面绑定了，数据更新界面更新。
1.viewModel的业务逻辑可以单独拿来测试
2.一个view 对应一个 viewModel 业务逻辑可以分离，不会出现全能类
3.数据和界面绑定了，不用写垃圾代码，但是复用起来不舒服
APK瘦身:

1.classes.dex：通过代码混淆，删掉不必要的jar包和代码实现该文件的优化

2.资源文件：通过Lint工具扫描代码中没有使用到的静态资源

3.图片资源：使用tinypng和webP，下面详细介绍图片资源优化的方案,矢量图

4.SO文件将不用的去掉，目前主流app一般只放一个arm的so包

ANR的形成，各个组件上出现ARN的时间限制是多少

1.只要是主线程耗时的操作就会ARN 如io

2.broadcast超时时间为10秒 按键无响应的超时时间为5秒 前台service无响应的超时时间为20秒，后台service为200秒

SERIALIZABLE和PARCELABLE 的区别

1.P 消耗内存小

2.网络传输用S 程序内使用P

3.S将数据持久化方便

4.S使用了反射 容易触发垃圾回收 比较慢

SHAREDPREFERENCES源码简述

1.储存于硬盘上的xml键值对，数据多了会有性能问题

2.ContextImpl记录着SharedPreferences的重要数据，文件路径和实例的键值对

3.在xml文件全部内加载到内存中之前，读取操作是阻塞的，在xml文件全部内加载到内存中之后，是直接读取内存中的数据

4.apply因为是异步的没有返回值, commit是同步的有返回值能知道修改是否提交成功

5.多并发的提交commit时，需等待正在处理的commit数据更新到磁盘文件后才会继续往下执行，从而降低效率; 而apply只是原子更新到内存，后调用apply函数会直接覆盖前面内存数据，从一定程度上提高很多效率。 3.edit()每次都是创建新的EditorImpl对象.

ANR的形成，各个组件上出现ARN的时间限制是多少

1.只要是主线程耗时的操作就会ARN 如io
存，后调用apply函数会直接覆盖前面内存数据，从一定程度上提高很多效率。 3.edit()每次都是创建新的EditorImpl对象.

ANR的形成，各个组件上出现ARN的时间限制是多少

1.只要是主线程耗时的操作就会ARN 如io