Windows Phone 7 处理休眠和墓碑的恢复

本文详细解释了WP7程序的生命周期,重点介绍了休眠与墓碑状态的区别及程序从这两种状态恢复的过程。特别关注了在墓碑状态下处理HTTP请求的异常情况,并提供了代码示例。

 WP7程序的生命周期如下图所示:

      休眠状态和墓碑状态这两个状态会比较容易让人混淆的,休眠状态时,程序停止运行,但不同的是此时整个进程还是存在于内存中。当恢复这个程序时,就不需要创建一个新的实例。这样就加快了程序恢复和切换的速度,并且从休眠状态恢复时我们不需要去恢复墓碑数据。一般情况下点击home键,程序会进入休眠状态,当前台程序在运行过程中,内存不足或者不足以让程序流畅运行时,系统会执行一些操作来释放内存,此时程序就可能从休眠状态变换为的墓碑状态。一个程序进入到墓碑状态时,其进程被终止掉,但是程序的回退栈中的信息,以及我们保存的一些信息会保留在内存中。

      程序恢复时会触发Application类中的Activated 事件,我们可以通过检查IsApplicationInstancePreserved参数来判断程序是从休眠状态还是墓碑状态返回的,在此方法中我们可以用来恢复之前在Deactivated事件中保存的数据。

处理的代码如下:

private void Application_Activated(object sender, ActivatedEventArgs e) { if (e.IsApplicationInstancePreserved) { //从休眠状态恢复 } else { //从墓碑状态恢复 //这时候程序在内存中的信息已经被清除掉了,需要在这里处理如何恢复你之前的数据 } }


 

调试程序墓碑状态的恢复可以通过在vs上设置来实现这一种模拟的效果,设置如下:

 

      从休眠状态恢复到程序的时候,如果这时候我们在程序中正在发送http请求的话,有可能这个请求会被取消掉,这时候我们需要在程序中来捕获这个异常并进行处理。处理代码如下:

 private void GetSomeResponse(IAsyncResult MyResultAsync) { HttpWebRequest request = (HttpWebRequest)MyResultAsync.AsyncState; try { HttpWebResponse response = (HttpWebResponse)request.EndGetResponse(MyResultAsync); if (response.StatusCode == HttpStatusCode.OK && response.ContentLength > 0) { using (StreamReader sr = new StreamReader(response.GetResponseStream())) { //…… } } } catch (WebException e) { if(e.Status == WebExceptionStatus.RequestCanceled) //这里有可能就是从休眠和墓碑状态返回来的 //可以在这这里处理休眠和墓碑状态的恢复,例如重新发送http请求…… else { //其他的异常 using (HttpWebResponse response = (HttpWebResponse)e.Response) { MessageBox.Show(response.StatusCode.ToString()); } } } }
 
 

转载于:https://www.cnblogs.com/mr-raptor/archive/2012/02/11/2347641.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化并行计算等改进策略。; 适合人群:具备一定Python编程基础优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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