Android Studio 2.2 来啦

今年的 I/O 2016 Google 放出了 Android Studio 2.2 的预览版,改进了多项功能,只不过为了保证公司项目不受影响,我一般都不安装预览版的,因为预览版意味着不稳定,可能遇到各种意想不到的坑,昨天,Google 终于发布了 Android Studio 2.2 的正式版,于是赶紧第一时间体验了下,按照 Google 的说法本次更新包含了三个方面:speed, smarts, and Android platform support,言外之意就是更快、更智能,而且增加了很多有用的功能,且听我一一分解。


1 Layout Editor



本次更新带来了全新的布局编辑器,我们以后调 UI 将更方便。打开一个 XML

文件,默认的 Design 模式如下图所示,主要包含 Palette、Component Tree、Toolbar、Design Editor、Properties 五部分,直接可视化的操作使布局更加方便易操作。




当然对于习惯写 XML 代码的同学来说可以点击左下角的 Text 切换到代码格式,但是右边依然可以实时预览。Text 模式下的截图如下:




这里有个小技巧,可以操作快捷键 Control+Shift+Right/Left 来进行左右切换。


然后我们可以通过 Toolbar 那一栏来配置我们预览的主题外观:




评:改进的更方便了,以后可以教你们的设计师帮你们调 UI 了。


2 Constraint Layout



Constraint Layout 翻译过来我把它叫约束布局,它也是今年 Google 全新推出的一种布局,它更强大,简单来说,用 Constraint Layout 可以实现之前需要各种嵌套才能实现的效果,我们知道过多的布局嵌套对性能影响是很大的,因为 Constraint Layout 更强大,所以属性也就特别多,不过 Google 完全提供了一种可视化的操作,一张动图你们感受下:




关于 Constraint Layout 的详细用法介绍这里就不多说了,Google 官方有个教程,想学习的可以见这里:


https://codelabs.developers.google.com/codelabs/constraint-layout/


友情提示,上面链接需要科学上网,英文阅读有困难的不妨看下这篇博客,我觉得写的还算不错:


http://www.jianshu.com/p/a8b49ff64cd3


以上 Google 对 UI 布局的改进可以看出,Google 的想法是想让布局更智能更可视化,对于一些刚接触 Android 的同学无意大大降低了门槛,只不过对于一些老一辈的程序员,比如我,还是习惯直接写代码调 UI 来的直接。


评:这个布局很强大,但是宝宝不喜欢拖来拖去,感觉设计师可以开始学 Android 了。


3 Samples Browser



不知道大家知不知道 GitHub 上 Google 有个叫 Google Samples 的组织,地址在这里:


https://github.com/googlesamples


这里罗列了 Google 的上百个关于一些代码的示例,而这其中大部分都是 Android 相关的,比如 NavigationDrawer 不会用了,google 有个 android-NavigationDrawer 的示例。而这次 Google 直接把他关联到 Android Stduio 了,你可以在 Android Studio 选中一个类直接右键点击 Find Sample Code ,神奇的事情发生了:




上图可以看到,以选中 PackageManager 为例,下面直接出现了一些 Google Sample 相关的代码,方便你快速查找该类的用法,而且还有个链接直接指向到 Android Developer 官网该类的详细介绍,简直不要太方便,我喜欢这功能!


评:这功能很实用。


4 Instant Run Improvements



Instant Run 的推出确实很不错,但是妈蛋第一次编译也太慢了吧,就是因为编译太慢我一般都是把该功能禁用的。我们先来看下 Google 官方的更新说明:


In this release, we have made many stability and reliability improvements to Instant Run. If you have previously disabled Instant Run, we encourage you to re-enable it and let us know if you come across further issues. 



卧槽,看完我笑死了,原来 Google 早知道我们会把 Instant Run 功能禁用啊,按照 Google 的说法这次更新做了改进,更稳定,更快了。鼓励我们把 Instant Run 功能打开,好吧,我尝试了一把,确实速度上比之前快不少,大家可以重新打开体验了。打开方法见下图:




评:这次我终于把 Instant Run 功能打开了。


5 Build cache (Experimental)





其实刚升级 AS 就强烈提示我升级 Gradle 到 2.14 版本,只需要把 Android Gradle plugin 的版本升级到 2.2.0 就好了。


    classpath 'com.android.tools.build:gradle:2.2.0'


为了加快 Gradle 的编译速度,Google 新增了一个编译缓存的功能,不过目前还是实验性的,具体用法就是在你的 gradle.properties 文件里加上这么一行代码:


    android.enableBuildCache=true


总体来说升级了 Gradle,加上这么一句代码,确实感觉编译快了些,大家可以自行感受下。


对了,每次编译生成的缓存在 ~/users/.android/build-cache 目录下,如果缓存过多可以手动删除该目录进行清除。


评:编译确实快了,不知道是不是错觉。


6 APK Analyzer



Google 推出了一个 APK

分析器,现在可以很方便的使用 Android Studio 进行 APK 分析。具体用法点击 Build ->  Analyze APK 然后选择你要分析的 APK 文件就可以了。


  • 可以方便的查看全部文件和大小




  • 可以直接查看 AndroidManifest.xml 文件




  • 可以直接查看资源文件


查看图片




查看 xml 资源文件




  • 可以直接查看 dex 文件




  • 还可以对两个 apk 进行比较




评:这个功能堪称神器啊,以后人人都会逆向 APK 了。


7 Virtual Sensors in the Android Emulator



Google 这次同样改进了模拟器,这次让模拟器支持虚拟传感器:




评:对于我这种从不用模拟器的人没啥用。


8 Espresso Test Recorder (Beta)



Google 为测试新增了一个功能,就是我们可以对操作进行录像,然后根据我们的操作生成一些测试脚本,而且配合 Firebase 将更方便。




评:理论上来说此功能很不错,可以解放了测试人员的双手,只不过该功能还是测试,应该很不稳定,而且国内行情结合 Firebase 很困难,对开发意义不大,可以持续关注下。


9 总结



除以上之外,此次更新还包括对 Java 8 的支持,Jack 编译器的改进,可以调试 GPU,改进了对 C++ 的支持等,总体来说此次更新推出了不少提升 Android 开发效率的工具,性能上也做了优化,值得大家更新!


官方更新说明:

http://android-developers.blogspot.tw/2016/09/android-studio-2-2.html


  • 0
    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