Android中的activity启动模式叙述

本文详细介绍了Android中Activity的四种启动模式:Standard、SingleTop、SingleTask和SingleInstance的特点及应用场景,包括它们如何影响任务栈内的行为以及如何与其他配置属性(如TaskAffinity和AllowTaskReparenting)协同工作。

Android中的activity的启动模式有四种:

  • Standard
  • SingleTop
  • SingleTask
  • SingleInstance

  • Standard–系统默认的启动模式,每次启动一次activity都会创建一 个新的实例,这是一种典型多实例的实现,一个任务栈中可以有多个实例,每个实例可以属于不同的任务栈,这种模式下,谁启动了这个activity,那么这个activity运行在启动它的那个activity的所在的任务栈中。

  • SingleTop–此activity不会重复创建,同时它的onNewIntent方法会运行,通过该方法的参数可以获取传递的参数,注意该activity的onCreate,onStart方法不会重复调用.因为它没有发生改变.如果新的activity已经存在,但不是位于栈顶,那么也会重复创建。

        —–注意该启动模式,目标activity的任务栈的归属查找方式和Standard模式一样

  • singleTask–栈内复用模式,这是一种单实例模式,在这种模式下,只要activity在一个任务栈中存在,那么多次启动后该activity的实例不会被重复创建,和singleTop一样系统会调用其onNewIntent方法。具体一点,当一个singleTask模式的activity被启动后,比如Activity A,系统首先会寻找A所想要目标的任务栈是否存在:

        —-如果存在A所需的任务栈,其次再看该任务栈是否存在A的实例,如果实例存在,将该实例调用至栈顶,并且调用其onNewIntent方法,如果实例不存在,创建实例并且压入栈中.

        —-如果不存在A所需的任务栈,那么创建该任务栈,将A放入至任务栈中…..

    实例如下:
        —-(1)在任务栈S1中有ABC,此时Activity D以SingleTask的模式被启动,其所需的任务栈是S2,由于S2和D均不存在,所以系统会先创建任务栈S2,在将D放入S2中!

        —-(2)另外一种情况,D所需的任务栈是S1,由于S1已经存在,其他情况如(1)所示,由于S1栈内并不存在D的实例,系统会创建新的实例D放入到栈S1中!

        —-(3)如果D所需的任务栈是S1,并且在S1中的顺序是ADBC,以singleTask模式启动D,根据栈内复用原则,此D不会被重复创建,系统并且将D切换到栈顶并调用其onNewIntent方法,同时SingleTask具备clearTop的效果,将D上方的activity全部出栈,最终S1的情况是AD.

  • singleInstance模式:
        一种加强的singleTask模式,具备singleTask所有特性,具备该启动模式的activity只能独立地位于一个任务栈中.

-任务栈的描述:

     TaskAffinity:任务的相关性,标识activity所需任务栈的名称,默认情况下,activity的任务栈的名称是应用包名,可以为activity指定一个任务栈的名称,必须和包名不一样!任务栈分为前台和后台任务栈,后台任务栈中的activity为暂停状态,可以将后台任务栈切换为前台任务栈!

    当TaskAffinity和singleTask配对使用时:他是具有该模式activity目前任务栈的名称,待启动的activity会运行在和TaskAffinity相同的任务栈中!

    当TaskAffinity和AllowTaskReparenting配对使用的时候,这种情况复杂,产生特殊的效果.当一个应用A启动一个应用B某个activity时候,如果这个activity的allowTaskReparenting为true时,当启动应用B的时候,Activity会从应用A的任务栈中转移到应用B的任务栈中!

        具体一点说:比如有两个应用A和应用B,A启动了一个B的activity C,然后按home键回到桌面,然后点击B应用的桌面图标,这时候并不是启动了B的主Activity,而是Activity C,C从A的任务栈中转移到B的任务栈中了!
        可以这么说,由于A启动了C,那么C只能运行在A的任务栈中,但是C属于B应用,正常情况下,C的taskAffinity值不可能和A的任务栈相同,所以当B被启动后创建自己的任务栈,这时候发现C所想要的任务栈已经创建了,那么C从A的任务栈里进行转移过来了!

**项目概述:** 本资源提供了一套采用Vue.js与JavaScript技术栈构建的古籍文献文字检测与识别系统的完整源代码及相关项目文档。当前系统版本为`v4.0+`,基于`vue-cli`脚手架工具开发。 **环境配置与运行指引:** 1. **获取项目文件**后,进入项目主目录。 2. 执行依赖安装命令: ```bash npm install ``` 若网络环境导致安装缓慢,可通过指定镜像源加速: ```bash npm install --registry=https://registry.npm.taobao.org ``` 3. 启动本地开发服务器: ```bash npm run dev ``` 启动后,可在浏览器中查看运行效果。 **构建与部署:** - 生成测试环境产物: ```bash npm run build:stage ``` - 生成生产环境优化版本: ```bash npm run build:prod ``` **辅助操作命令:** - 预览构建后效果: ```bash npm run preview ``` - 结合资源分析报告预览: ```bash npm run preview -- --report ``` - 代码质量检查与自动修复: ```bash npm run lint npm run lint -- --fix ``` **适用说明:** 本系统代码经过完整功能验证,运行稳定可靠。适用于计算机科学、人工智能、电子信息工程等相关专业的高校师生、研究人员及开发人员,可用于学术研究、课程实践、毕业设计或项目原型开发。使用者可在现有基础上进行功能扩展或定制修改,以满足特定应用场景需求。 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!
【EI复现】基于阶梯碳交易的含P2G-CCS耦合和燃气掺氢的虚拟电厂优化调度(Matlab代码实现)内容概要:本文介绍了基于阶梯碳交易机制的虚拟电厂优化调度模型,重点研究了包含P2G-CCS(电转气-碳捕集与封存)耦合技术和燃气掺氢技术的综合能源系统在Matlab平台上的仿真与代码实现。该模型充分考虑碳排放约束与阶梯式碳交易成本,通过优化虚拟电厂内部多种能源设备的协同运行,提升能源利用效率并降低碳排放。文中详细阐述了系统架构、数学建模、目标函数构建(涵盖经济性与环保性)、约束条件处理及求解方法,并依托YALMIP工具包调用求解器进行实例验证,实现了科研级复现。此外,文档附带网盘资源链接,提供完整代码与相关资料支持进一步学习与拓展。; 适合人群:具备一定电力系统、优化理论及Matlab编程基础的研究生、科研人员或从事综合能源系统、低碳调度方向的工程技术人员;熟悉YALMIP和常用优化算法者更佳。; 使用场景及目标:①学习和复现EI级别关于虚拟电厂低碳优化调度的学术论文;②掌握P2G-CCS、燃气掺氢等新型低碳技术在电力系统中的建模与应用;③理解阶梯碳交易机制对调度决策的影响;④实践基于Matlab/YALMIP的混合整数线性规划或非线性规划问题建模与求解流程。; 阅读建议:建议结合提供的网盘资源,先通读文档理解整体思路,再逐步调试代码,重点关注模型构建与代码实现之间的映射关系;可尝试修改参数、结构或引入新的约束条件以深化理解并拓展应用场景。
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