关于Activity的四种基本启动模式整理

本文深入解析了Android中Activity的四种启动模式:standard、singleTop、singleTask和singleInstance,详细阐述了每种模式下的行为特征及应用场景,帮助开发者更好地理解和运用。

Activity有四种启动模式:standard,singleTop,singleTask和singleInstance。一般情况下,系统默认的启动模式为standard,即标准模式。

四种启动模式的区别与总结如下:

  1.Standard:标准模式,即在这种情况下,每次启动一个Activity的时候,都会重新创建一个新的实例,不管这个实例之前是否存在。这种情况下的Activity的生命周期符合典型的Activity的生命周期。在这种启动模式下,谁启动了这个Activity,那么这个Activity就运行在启动它的那个Activity的任务栈中(比如A Activity启动了B(B是标准模式) Activity,那么B就会进入到A所在的任务栈中),但是当我们使用ApplicationContext去启动standard模式的activity时系统会报错,这是由于standard模式的activity默认会进入启动它的activity所属的任务栈中,但是由于非activity类型的Context(如ApplicationContext)并没有所谓的任务栈从而导致程序报错。要解决这个问题,就是为待启动的activity指定FLAG_ACTIVITY_NEW_TASK标记位,这样启动时,它就会创建一个新的任务栈,这个时候启动activity本质上是以singleTask模式启动的。

2.singleTop(栈顶复用模式):该模式下,如果新的activity已经位于任务栈的栈顶,该activity就不会被重新创建,同时他的onNewIntent方法会被回调,通过该方法的参数,我们可以取出当前请求的信息。在这种情况下,activity的onCreate,onStart不会被系统调用,因为该activity并没有发生改变。如果新的activity已经存在但没有位于栈顶,新的activity仍然会被重新创建。比如有ABC三个activity,C位于栈顶,这个时候再启动C,且C为singleTop模式,那么栈内情况依然是ABC,如果C为standard模式,那么栈内的情况为ABCC.

3.singTask(栈内复用模式),本质上是一种单例模式,这种情况下,只要activity在一个栈中存在,那么多次启动activity时,都不会重新创建该activity的实例,和singleTop一样,系统也会回调onNewIntent方法。即当有一个具有singTask启动模式的activity A请求启动时,系统会首先寻找任务栈中是否已经存在activity A的实例,如果已经存在,那么系统会把activity A调到栈顶并调用它的onNewIntent方法,如果activity A不存在,就创建activity A的实例并把A压入栈中--------------(比如目前任务栈S1的情况为ABC,这个时候Activity D以singleTask模式请求启动,其所需的任务栈为S2,由于S2和D的实例均不存在,所以系统会先创建任务栈S2,然后再创建D的实例并将其投入到S2任务栈中。
另外一种情况是,假设D所需的任务栈为S1,其他情况如同上面的例子所示,那么由于S1已经存在,所以系统会直接创建D的实例并将其投入到S1。
如果D所需的任务栈为S1,并且当前任务栈S1的情况为ADBC,根据栈内复用的原则,此时D不会重新创建,系统会把D切换到栈顶并调用其onNewIntent方法,同时由于singleTask默认具有clearTop的效果,会导致栈内所有在D上面的Activity全部出栈,于是最终S1中的情况为AD

4.SingleInstance(单例模式),是一种加强的singleTask模式,它除了具有singleTask模式所有的特性外,还加强了一点,那就是具有此种模式的Activity只能单独位于一个任务栈中,比如Activity A是singleInstance模式,当A启动后,系统会为它创建一个新的任务栈,然后A独自在这个新的任务栈中,由于栈内复用的特性,后续的请求均不会创建新的Activity,除非这个独特的任务栈被系统销毁了------------
---------------------------(1.以singleInstance模式启动的Activity具有全局唯一性,即整个系统中只会存在一个这样的实例2.以singleInstance模式启动的Activity在整个系统中是单例的,如果在启动这样的Activiyt时,已经存在了一 个实例,那么会把它所在的任务调度到前台,重用这个实例 3.以singleInstance模式启动的Activity具有独占性,即它会独自占用一个任务,被他开启的任何activity都会运 行在其他任务中 4.被singleInstance模式的Activity开启的其他activity,能够在新的任务中启动,但不一定开启新的任务,也 可能在已有的一个任务中开启)。

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 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