StatusBar (状态栏)的架构(Android 2.3)(转)

本文详细解析了Android 2.3版本中状态栏(StatusBar)的架构变化及内部工作原理,包括代码目录结构、主要组件之间的交互过程以及关键模块如StatusBarManagerService和服务进程内的操作迁移等内容。

以前我的文章分析过StatusBar上图标显示的流程,现在分析一下在Android2.3中,StatusBar的架构,其实StatusBar的实现方法还是进行了许多大的修正的,比如原来StatusBar的操作都是在Service进程中,现在许多图标显示更新等的操作都移到了应用进程中。

代码目录结构:

主要位于两个目录中

1,frameworks/base/services/java/com/android/server

这个目录在以前版本中也有

2,frameworks/base/packages/SystemUI/src/com/android/systemui/statusbar

这个目录是2.3版本新增加的,把许多界面的操作做到了应用里。

主要架构:

1、StatusBarManager是供应用层调用的接口,它会通过Binder机制调用到StatusBarManagerService。

2、StatusBarMangerService位于Service进程中,是由 ServerThread创建的,它与NotificationManagerService和InputMethodManagerService进行交互。

3、StatusBarManagerService在被创建的时候会启动一个应用层的Service -StatusBarService,创建StatusBarView,增加减少Icon等等的处理,都是在这个Service中。

架构图如下:

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子。 (交叉概率) 对子(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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