AsyncTask源码分析

开始分析

从最常调用的 execute(Params… params) 方法开始

public final AsyncTask<Params, Progress, Result> execute(Params... params) {
    return executeOnExecutor(sDefaultExecutor, params);
}

public final AsyncTask<Params, Progress, Result> executeOnExecutor(Executor exec, Params... params) {
    if (mStatus != Status.PENDING) {
        switch (mStatus) {
            case RUNNING:
                throw new IllegalStateException("Cannot execute task:"
                        + " the task is already running.");
            case FINISHED:
                throw new IllegalStateException("Cannot execute task:"
                        + " the task has already been executed "
                        + "(a task can be executed only once)");
        }
    }

    mStatus = Status.RUNNING;

    onPreExecute();

    mWorker.mParams = params;
    exec.execute(mFuture);

    return this;
}

先回调onPreExecute(),将任务params封装进mWorker,再以mFuture作为参数,调用exec的execute()方法。

ok..mWorker是啥,mFuture是什么,参数sDefaultExecutor又是什么?
别着急,一个一个地看

mWorker

private final WorkerRunnable<Params, Result> mWorker;

public AsyncTask() {
    mWorker = new WorkerRunnable<Params, Result>() {
        public Result call() throws Exception {
            mTaskInvoked.set(true);

            Process.setThreadPriority(Process.THREAD_PRIORITY_BACKGROUND);
            //noinspection unchecked
            return postResult(doInBackground(mParams));
        }
    };
    //...
}
private static abstract class WorkerRunnable<Params, Result> implements Callable<Result> {
    Params[] mParams;
}    

WorkerRunnable类型的mWorker封装了Params,并且实现了Callable接口。在call()方法中回调doInBackground()方法,并将结果作为参数调用postResult()方法。

postResult()其实是通过handle调用finish()方法,而finish()方法则回调我们实现的onCancelled()或onPostExecute()方法。

mFuture

private final FutureTask<Result> mFuture;

public AsyncTask() {
    //...
    mFuture = new FutureTask<Result>(mWorker) {
        @Override
        protected void done() {
            try {
                postResultIfNotInvoked(get());
            } catch (InterruptedException e) {
                android.util.Log.w(LOG_TAG, e);
            } catch (ExecutionException e) {
                throw new RuntimeException("An error occured while executing doInBackground()",
                        e.getCause());
            } catch (CancellationException e) {
                postResultIfNotInvoked(null);
            }
        }
    };
}

public class FutureTask<V> implements RunnableFuture<V> {
    //...
    public void run() {
        //...
        V result;
        result = c.call();
        //...
        }
    }
    //...
}

public interface RunnableFuture<V> extends Runnable, Future<V> {
    void run();
}

很简单,mFuture其实是一个Runable对象,它的run()方法调用mWorker的call()方法。

SERIAL_EXECUTOR、sDefaultExecutor和THREAD_POOL_EXECUTOR

public static final Executor THREAD_POOL_EXECUTOR = new ThreadPoolExecutor(CORE_POOL_SIZE, MAXIMUM_POOL_SIZE, KEEP_ALIVE, TimeUnit.SECONDS, sPoolWorkQueue, sThreadFactory);

public static final Executor SERIAL_EXECUTOR = new SerialExecutor();

private static volatile Executor sDefaultExecutor = SERIAL_EXECUTOR;

private static class SerialExecutor implements Executor {
        final ArrayDeque<Runnable> mTasks = new ArrayDeque<Runnable>();
        Runnable mActive;

        public synchronized void execute(final Runnable r) {
            mTasks.offer(new Runnable() {
                public void run() {
                    try {
                        r.run();
                    } finally {
                        scheduleNext();
                    }
                }
            });
            if (mActive == null) {
                scheduleNext();
            }
        }

        protected synchronized void scheduleNext() {
            if ((mActive = mTasks.poll()) != null) {
                THREAD_POOL_EXECUTOR.execute(mActive);
            }
        }
    }

它们都是静态的。

THREAD_POOL_EXECUTOR是一个线程池对象,用于处理AsyncTask的异步任务

sDefaultExecutor是一个Executor对象,内部管理一个名为mTasks的队列,这个对象有两个方法,分别是scheduleNext()和实现接口的execute(Runnable r)方法。

  • scheduleNext()方法是从mTasks队头取出一个Runnable任务赋值给mActive,并交由THREAD_POOL_EXECUTOR线程池处理。

  • execute(Runnable r)作了以下几件事:

    1. 把传入Runnable型的参数进一步封装,执行完任务后调用scheduleNext()
    2. 将封装后的Runnable对象放入mTasks队尾
    3. 如果当前mActive为空,则调用scheduleNext()

几个问题

考虑首次调用sDefaultExecutor的execute()方法会出现什么情况?

一个任务还没执行完,再次调用sDefaultExecutor的execute()方法呢?

执行完队列的任务后,再次调用execute()方法呢?

至此,AsyncTask的基本实现原理已经了解,也弄清了几个常见方法是何时被回调的了,那么对AsyncTask的源码分析就可以告一段落了。

分析要点

  1. 带着问题。常用回调是何时进行的,例如onPreExecute()、doInBackground()、onPostExecute()等。
  2. 不要过多纠结细节。比如FutureTask这个类这么多方法都有什么用,我们的目的是分析AsyncTask实现原理,只要关心它是Runable类型的,以及它在run()方法中调用mWorker的call()方法就行了。
  3. 注意分析顺序,比如从我们调用的execute(Params… params)方法开始,查看它的实现。
  4. 弄清楚其中关键语句所涉及到的对象是怎么作用的。如:
    1. mWorker封装任务Params,在call()方法中回调doInBackground()和onPostExecute();
    2. exec是类的对象(静态)sDefaultExecutor,它负责管理所有任务的执行顺序;
    3. mFuture封装mWorker,并作为Runnable对象被exec管理。
  5. 多使用快捷键进行代码跳转,比如点击鼠标中键进入方法体;用鼠标大拇指两个健控制前进和后退。
  6. 还有什么姿势,希望大家也能参与总结。
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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