Android启动优化之异步启动自定义启动器（一）

前言

本文只是笔记记录

核心思想：子线程分担主线程任务，并行减少时间。

异步优化分为：常规异步优化和最优异步优化两种

常规异步优化的痛点：

（1）代码不优化

（2）场景不好处理（子任务中有依赖关系）

（3）维护成本高

---

最优异步优化

核心思想：充分利用CPU多核，自动梳理任务顺序

启动器流程：

（1）代码Task化，启动逻辑抽象为Task

（2）根据所有任务依赖关系排序生成一个有向无环图

（3）多线程按照排序后的优先级依次执行

---

讲完了核心思想和流程，在实现之前，我们先来熟悉一下战前准备。

1、CountDownLatch

它是一个同步工具类，允许一个或多个线程一直等待，直到其他线程运行完成后再执行。

原理是通过一个计数器来实现的，计数器的初始值为线程的数量；调用await()方法的线程会被阻塞，直到计数器 减到0的时候，才能继续往下执行；

常用函数：

（1）countDown()：递减锁存器的计数。如果计数到达零，则释放所有等待的线程；如果当前计数大于零，则将计数减1

（2）await()：调用的线程会被挂起，它会等待直到count值为0才继续执行

（3）await(long timeout,TimeUnit unit)：在timeout时间内，调用的线程都会被挂起，直到count值为0或者超过timeout时间才继续执行。

2、根据CPU核数创建核心线程数

//代码参考AsyncTask类
public class DispatcherExecutor{
    //获取CPU的核处理器数
    private static final int CPU_COUNT = Runtime.getRuntime().availableProcessors();
    //计算创建对应的线程池数量
    private static final int CORE_POOL_SIZE = Math.max(2, Math.min(CPU_COUNT - 1, 4));
    //线程池线程数的最大值
    private static final int MAXIMUM_POOL_SIZE = CORE_POOL_SIZE;
    //线程空置回收时间
    private static final int KEEP_ALIVE_SECONDS = 5;
    //线程池队列
    private  final BlockingQueue<Runnable> mPoolWorkQueue = new LinkedBlockingQueue<>();
    /**
     * 这个是为了保障任务超出BlockingQueue的最大值，且线程池中的线程数已经达到     
     * MAXIMUM_POOL_SIZE时候，还有任务到来会采取任务拒绝策略，这里定义的策略就是再开一个缓存线    
     * 程池去执行。当然BlockingQueue默认的最大值是int_max，所以理论上这里是用不到的
     */
    private  final RejectedExecutionHandler mHandler = new RejectedExecutionHandler() {
        @Override
        public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
            Executors.newCachedThreadPool().execute(r);
        }
    };

    //获得cpu密集型线程池,因为占据CPU的时间片过多的话会影响性能，所以这里控制了最大并发，防止主线程的时间片减少
    public ThreadPoolExecutor getCPUThreadPoolExecutor() {
        return mCPUThreadPoolExecutor;
    }
    //获得io密集型线程池，有好多任务其实占用的CPU time非常少，所以使用缓存线程池,基本上来着不拒
    public ExecutorService getIOThreadPoolExecutor() {
        return mIOThreadPoolExecutor;
    }

    static {
        //获取对应参数，创建CPU线程池
        sCPUThreadPoolExecutor = new ThreadPoolExecutor(
                CORE_POOL_SIZE, MAXIMUM_POOL_SIZE, KEEP_ALIVE_SECONDS, TimeUnit.SECONDS,
                mPoolWorkQueue, Executors.defaultThreadFactory(), mHandler);
        sCPUThreadPoolExecutor.allowCoreThreadTimeOut(true);
        //创建IO线程池
        sIOThreadPoolExecutor = Executors.newCachedThreadPool(Executors.defaultThreadFactory());
    }
}

3、有向无环图

有向无环图（Directed Acyclic Graph, DAG）是有向图的一种，字面意思的理解就是图中没有环。常常被用来表示事件之间的驱动依赖关系，管理任务之间的调度。

拓扑排序：拓扑排序是对一个有向图构造拓扑序列的过程。它具有如下特点。

• 每个顶点出现且只出现一次。

• 若存在一条从顶点 A 到顶点 B 的路径，那么在序列中顶点 A 出现在顶点 B 的前面

拓扑排序一般有两种算法，第一种是入度表法，第二种是 DFS 法

入度表法

入度表法是根据顶点的入度来判断是否有依赖关系的。若顶点的入度不为 0，则表示它有前置依赖。它也常常被称作 BFS 算法

算法思想

• 建立入度表，入度为 0 的节点先入队
• 当队列不为空，进行循环判断
• 节点出队，添加到结果 list 当中
• 将该节点的邻居入度减 1
• 若邻居节点入度为 0，加入队列
• 若结果 list 与所有节点数量相等，则证明不存在环。否则，存在环

DFS 法

深度优先搜索过程中，当到达出度为0的顶点时，需要进行回退。在执行回退时记录出度为0的顶点，将其入栈。则最终出栈顺序的逆序即为拓扑排序序列。

算法思想

• 对图执行深度优先搜索。

• 在执行深度优先搜索时，若某个顶点不能继续前进，即顶点的出度为0，则将此顶点入栈。

• 最后得到栈中顺序的逆序即为拓扑排序顺序。

两种算法的具体实现这里不具体写了，大家可以去看下徐公大大的文章：https://blog.csdn.net/gdutxiaoxu/article/details/113977315

---

下篇开始启动器的逻辑代码实现

Android启动优化之异步启动自定义启动器（二：基本逻辑）