妥妥的去面试之Android基础(三)

本文深入探讨Android面试关键知识点,涵盖Activity启动加速、线程池应用、ListView复用机制、Fragment滑动实现及Asset与res目录区别,助你面试一路绿灯。

笔者由于在近期需要找工作,所以近期最主要的任务就是准备面试,不打无准备之仗。只有你准备充分了,那么你想得到的机会才可能有机会入你怀中。

笔者会将准备面试的学习过程记录下来,方便自己复盘的同时也希望能给一道找工作的小伙伴们一些帮助。笔者准备的内容大纲如下

7911186-9c84d76a4df01570.png
Android面试大纲.png

妥妥的去面试之Android基础(一)

妥妥的去面试之Android基础(二)

接下来开始本篇博客的正菜:

1.Android中怎么加速启动Activity?

1.耗时操作的优化

在onCreate方法里做耗时的话会很容易引发卡顿甚至ANR,所以耗时操作放在子线程中完成,使用多线程可以减少onCreate和onResume的时间,让用户尽快看到页面。

2.布局文件优化

  • 去掉多余的控件,用不到的控件和层级会浪费界面的渲染时间。
  • 使用include和merge,include减少视图重用,merge减少视图层级。
  • 使用ViewStub,ViewStub可以延迟加载无用的视图。

3.视图加载优化

最常见的就是我们Fragment的懒加载,只有当它显示的时候才会去加载。

为什么ViewStub可以提高加载性能?

ViewStub使用的是惰性加载的方式,即使将其放置于布局文件中,如果没有进行加载那就为空,不像其它控件一样只要布局文件中声明就会存在。

那ViewStub适用于什么场景呢?

通常用于网络请求页面失败的显示。一般情况下若要实现一个网络请求失败的页面,我们是不是使用两个View呢,一个隐藏,一个显示。试想一下,如果网络状况良好,并不需要加载失败页面,但是此页面确确实实已经加载完了,无非只是隐藏看不见而已。如果使用ViewStub,在需要的时候才进行加载,就达到节约内存提高性能的目的了。

2.使用线程池有什么好处?

  1. 重用线程池中的线程,避免了线程的创建和销毁带来的性能开销。
  2. 能够控制线程池中线程的并发数,避免大量的线程之间因互相抢占系统资源导致的阻塞现象。
  3. 能够对线程进行简单的管理,可以提供定时执行以及指定间隔循环执行等功能。

ThradPoolExecutor线程池的执行任务的过程遵循什么样的规则?

  1. 如果所需线程数量没有达到核心线程的数量,那么就开启一个核心线程执行任务。
  2. 如果所需线程的数量达到核心线程池的数量,那么任务就会被插入到任务队列中等待执行。
  3. 如果任务队列已满,无法再将任务添加到任务队列中,就会立刻启动一个非核心线程。
  4. 如果线程数量达到线程池的所能容纳的最大值,就会启动拒绝策略拒绝此任务,并通知调用者。

知道哪几种常用的线程池?

  • FixThreadPool 只有核心线程,并且数量固定的,也不会被回收,所有线程都活动时,因为队列没有限制大小,新任务会等待执行。优点:更快的响应外界请求。
  • SingleThreadExecutor 只有一个核心线程,确保所有的任务都在同一线程中按序完成。因此不需要处理线程同步的问题。
  • CachedThreadPool 只有非核心线程,最大线程数非常大,所有线程都活动时会为新任务创建新线程,否则会利用空闲线程(60s空闲时间,过了就会被回收,所以线程池中有0个线程的可能)处理任务。
    优点:任何任务都会被立即执行(任务队列SynchronousQuue相当于一个空集合);比较适合执行大量的耗时较少的任务。
  • ScheduledThreadPool
    核心线程数固定,非核心线程数量没有限制。
    优点:执行定时任务以及有固定周期的重复任务

建议与Android开发艺术探索 P406 同时食用

3.说说Listview的复用机制

ListView的复用机制是ListView为了提高效率内部实现的一种优化,这种优化是通过复用itemview的方式实现的。

它是怎么提高效率的呢?

对于一个Listview来说,往往有很多的itemview,如果每次在获取itemview的时候都通过重新创建的方式去获取势必会影响效率,尤其是在用户频繁滑动的情况下。通过复用之前创建过的itemView就可以避免重复创建,从而提升效率。

遇到过ListView异步加载图片乱序的问题吗?它的原因是什么?最后是怎么解决的?

遇到过。把获取到的图片放于itemview中,然后不断的滑动listview时,由于listview的复用机制,它会把之前的view复用到滑动到的新的view上,这就会造成图片错位,同时它还在异步获取新的图片,这就会造成滑动时itemview上图片的变换。

解决方法是使用findViewWithTag,由于ListView中的ImageView控件都是重用的,移出屏幕的控件很快会被进入屏幕的图片重新利用起来,那么getView()方法就会再次得到执行,而在getView()方法中会为这个ImageView控件设置新的Tag,这样老的Tag就会被覆盖掉,于是这时再调用findVIewWithTag()方法并传入老的Tag,就只能得到null了,而我们判断只有ImageView不等于null的时候才会设置图片,这样图片乱序的问题也就不存在了。

建议与下列博客共同食用

ListView复用和优化详解

Android ListView异步加载图片乱序问题,原因分析及解决方案

4.如何实现Fragment的滑动?

Fragment实现滑动可以借助ViewPager。

了解ViewPager+Fragment的懒加载吗?

ViewPager为了让滑动的时候防止出现卡顿现象,它的内部有一个缓存机制,默认情况下,ViewPager会提前创建好当前Fragment旁的两个Fragment。但是如果加载的数据比较耗时或者占用内存较大,就需要考虑是否实现懒加载来加载fragment。也就是说当我打开某个Fragment时才会去加载它。

建议与下列博客共同食用 Fragment懒加载和ViewPager的坑

5.Asset目录与res目录的区别

assets:不会在 R文件中生成相应标记,存放到这里的资源在打包时会打包到程序安装包中。(通过 AssetManager 类访问这些文件)

res:会在R文件中生成 id标记,资源在打包时如果使用到则打包到安装包中,未用到不会打入安装包中。

训练数据保存为deep_convnet_params.pkl,UI使用wxPython编写。卷积神经网络(CNN)是一种专门针对图像、视频等结构化数据设计的深度学习模型,在计算机视觉、语音识别、自然语言处理等多个领域有广泛应用。其核心设计理念源于对生物视觉系统的模拟,主要特点包括局部感知、权重共享、多层级抽象以及空间不变性。 **1. 局部感知与卷积操作** 卷积层是CNN的基本构建块,使用一组可学习的滤波器对输入图像进行扫描。每个滤波器在图像上滑动,以局部区域内的像素值与滤波器权重进行逐元素乘法后求和,生成输出值。这一过程能够捕获图像中的边缘、纹理等局部特征。 **2. 权重共享** 同一滤波器在整个输入图像上保持相同的权重。这显著减少了模型参数数量,增强了泛化能力,并体现了对图像平移不变性的内在假设。 **3. 池化操作** 池化层通常紧随卷积层之后,用于降低数据维度并引入空间不变性。常见方法有最大池化和平均池化,它们可以减少模型对微小位置变化的敏感度,同时保留重要特征。 **4. 多层级抽象** CNN通常包含多个卷积和池化层堆叠在一起。随着网络深度增加,每一层逐渐提取更复杂、更抽象的特征,从底层识别边缘、角点,到高层识别整个对象或场景,使得CNN能够从原始像素数据中自动学习到丰富的表示。 **5. 激活函数与正则化** CNN中使用非线性激活函数来引入非线性表达能力。为防止过拟合,常采用正则化技术,如L2正则化和Dropout,以增强模型的泛化性能。 **6. 应用场景** CNN在诸多领域展现出强大应用价值,包括图像分类、目标检测、语义分割、人脸识别、图像生成、医学影像分析以及自然语言处理等任务。 **7. 发展与演变** CNN的概念起源于20世纪80年代,其影响力在硬件加速和大规模数据集出现后真正显现。经典模型如LeNet-5用于手写数字识别,而AlexNet、VGG、GoogLeNet、ResNet等现代架构推动了CNN技术的快速发展。如今,CNN已成为深度学习图像处理领域的基石,并持续创新。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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