安卓性能优化

性能优化的几大考虑

• Mobile Context
  • 资源受限
  • 内存，普遍较小，512MB很常见，开发者的机器一般比用户的机器高端
  • CPU，核心少，运算能力没有全开
  • GPU，上传大的纹理（texture），overdraw
  • 内存开销大，会导致系统换入换出更频繁，GC更频繁，APP被kill、被重启更频繁，不仅会消耗更多电量，而且GC会消耗大量时间，使得应用程序渲染速度低于60fps（GC耗时dalvik 10-20ms，ART 2-3ms）
  • 外部存储与网络，也是受限的，需要考虑资源的使用、网络请求的优化
• The Rules: Memory
  • Avoid Allocations in Inner Loops
  • Avoid Allocations When Possible
  • Cached objects
  • Object pools：注意线程安全问题
  • ArrayList v.s. 数组
  • Android collections classes：HashMap v.s. ArrayMap/SimpleArrayMap
  • Methods with mutated objects
  • Avoid object types when primitive types will do：SparseIntArray，SparseLongArray
  • Avoid arrays of objects
  • Avoid Iterators：显式与隐式（foreach语句），会导致一个Iterator的分配，即便是空集合。
  • Avoid Enums
  • Avoid Frameworks and Libraries Not Written for Mobile Applications
  • Avoid Static Leaks
  • Avoid Finalizers
  • Avoid Excess Static Initialization
  • Trim caches on demand
  • Use isLowRamDevice：ActivityManager.isLowRamDevice()
  • Avoid Requesting a Large Heap
  • Avoid Running Services Longer than Necessary：BroadcastReceiver，IntentService
  • Optimize for Code Size
  • Use Proguard to strip out unused code
  • Carefully consider your library dependencies
  • Make sure to understand the cost of any code which is automatically generated
  • Prefer simple, direct solutions to problems rather than creating a lot of infrastructure and abstractions to solve those problems
• The Rules: Performance
  • Avoid Expensive Operations During Animations and User Interaction

    动画的每一帧渲染都是在UI线程的，如果有动画的时候进行耗时操作，很可能导致动画不流畅，耗时操作包括：

  • Layout：当动画正在播放的时候，要避免改变View（延迟改变）；同时选择动画也需要避免会触发layout的动画，例如translationX，translationY只会导致延迟的layout操作，而LayoutParams属性，则会导致即时的layout。
  • Inflation：动画过程中避免inflate新的view，比如启动新的activity，或者ListView滑动到不同type的区域。
  • Launch Fast
  • Avoid this problem by launching as fast as possible
  • Also, avoid initialization code in your Application object
  • Avoid Complex View Hierarchies
  • One approach to avoiding complex nested hierarchies is to use custom views or custom layouts in some situations; it may be cheaper for a single view to draw several pieces of text and icons rather than have a series of nested ViewGroups to accomplish this.
  • 结合的准则就是根据他们是否需要单独和用户完成交互（响应点击事件等）
  • Avoid RelativeLayout Near the Top of the View Hierarchy

    RelativeLayout需要两次measurement passes才能确定布局正确，嵌套RelativeLayout，是幂乘关系

  • Avoid Expensive Operations on the UI Thread
  • Minimize Wakeups
  • Develop for the Low End
  • Measure Performance
• The Rules: Networking
  • Don’t Over-Sync：batch it up with other system requests with JobScheduler or GCM Network Manager.
  • Avoid Overloading the Server
  • Don’t Make Assumptions about the Network
  • Develop for Low End Networks
  • Design Back-End APIs to Suit Client Usage Patterns：相关数据一个请求分发完毕；不相关的数据分接口分发；客户端应对获取的数据具备足够的信息；
• The Rules: Language and Libraries
  • Use Android-Appropriate Data Structures: ArrayMap, SparseArray
  • Serialization
  • Parcelable：安卓系统IPC格式；把Parcel写到磁盘是不安全的；解包方必须能访问Parcel的类，否则将失败；特定的类（Bitmap，CursorWindow）将被写到SharedPreference中，而通过Parcel传递的只是文件的fd，存在性能优化的空间，但是也节约了内存；
  • Persistable Bundles：API 21引入，序列化为XML，支持的类型比Parcel少，但是为Bundle子类，某些场景方便处理；
  • Avoid Java Serialization：额外开销更大，性能更差
  • XML and JSON：效率更低，复杂数据应考虑前述选项
  • Avoid JNI
  • 需要考虑多种处理器架构，指针用long保存
  • java->jni, jni->java调用开销都很大，一次JNI调用做尽可能多的工作
  • 内存管理，java对象管理jni对应对象的生命周期
  • 错误处理，在调用JNI之前检查参数
  • 参数对象尽量“传值”调用，即：展开后传递，不要在JNI里面使用指针访问成员，避免JNI过程中对象被回收
  • Prefer Primitive Types：内存、性能
• The Rules: Storage
  • Avoid Hard-coded File Paths
  • Persist Relative Paths Only
  • Use Storage Cache for Temporary Files
  • Avoid SQLite for Simple Requirements
  • Avoid Using Too Many Databases
  • Let User Choose Content Storage Location
• The Rules: Framework
  • Avoid Architecting Around Application Components
  • Services Should Be Bound or Started, Not Both
  • Prefer Broadcast over Service for Independent Events：Use broadcasts for delivering independent events; use services for processes with state and on-going lifecycle.
  • Avoid Passing Large Objects Through Binder
  • Isolate UI processes from Background Services
• The Rules: User Interface
  • Avoid Overdraw
  • Avoid Null Window Backgrounds

    put the background drawable you want on the window itself with the windowBackground theme attribute and let those intervening containers keep their default transparent backgrounds.

  • Avoid Disabling the Starting Window（windowDisablePreview/windowBackground）
  • Allow Easy Exit from Immersive Mode
  • Set Correct Status/Navigation Bar Colors in Starting Window
  • Use the Appropriate Context
  • Avoid View-Related References in Asynchronous Callbacks
  • Design for RTL
  • Cache Data Locally
  • Cache User Input Locally
  • Separate Network and Disk Background Operations
• Tools
  • Host Tools
  • Systrace
    • Alerts and the Frames, 提示非常详尽，排查性能问题很方便
    • 但是不知道怎么开启，monitor开启报错，命令行开启也报错，是手机系统的原因？
  • AllocationTracker
    • AS集成，点击按钮，对APP进行操作，再点击按钮结束，capture将在AS中打开，查看哪里分配了内存，排查内存分配性能问题利器
  • Traceview
    • 根据Traceview的结果，查看耗时排名靠前的方法，分析原因，提高性能
  • Hierarchyviewer
    • 查看当前view hierarchy中每个view的绘制实践，绘制较慢的该工具会给出提示（不同颜色）
  • MAT (Memory Analysis Tool)
    • 先通过heap dump把堆快照导出，再通过MAT进行分析（实践？）
  • Memory Monitor
  • meminfo
  • On-device tools
  • StrictMode
  • Profile GPU rendering
  • Debug GPU overdraw
  • Animator duration scale
  • Screenrecord
  • Show hardware layer updates
• Speed up your app
  • Rules
  • Always Measure
  • Use[Experience] Slow Device
  • Consider Trade-Offs
  • Memory tips
  • Bitmap’s pixel format
  • Context Awareness
  • HashMap v.s. ArrayMap/Sparce*Array
  • LeakCanary
  • Alpha
  • TextView: setTextColor() instead of setAlpha()
  • ImageView: setImageAlpha() instead of setAlpha()
  • CustomView: handle alpha yourself by overriding onSetAlpha(), overriding hasOverlappingRendering()
  • Hardware Acceleration
  • view.setLayerType(View.LAYER_TYPE_HARDWARE, null)
  • view.animate()….withLayer().start()
  • 硬件加速非常适用于动画的渲染，但是也有需要注意的地方，ref
    • 硬件加速的原理是GPU会把View绘制的结果缓存起来，后续的更新只需要重新渲染即可，省去了View的绘制，以及绘制指令的传输部分，但是硬件加速一开始的时候有额外的初始化工作（缓存）
    • 如果View特别简单，仅仅是一个单颜色区域，那硬件加速的额外开销可能得不偿失
    • 如果View在动画过程中不断invalidate，或者其内容不断变化，硬件加速的效果将大打折扣
    • 如果动画发生在ViewGroup上，而其子View相对于ViewGroup也是在发生变化时，就不应该把硬件加速设置在ViewGroup上，因为动画过程中ViewGroup的内容是不断变化的（子View也在不断变化），而是应该把加速设置在各个子View上
    • GPU存储空间有限，仅当有必要时才使用硬件加速
    • profile GPU rendering和show hardware layers updates是很好的效果评估工具

谷歌安卓团队对于性能优化的建议

• Android performance patterns系列视频已经出到了第三季，国内也有安卓大神整理翻译的中文文字版，但就像读书一样，大神写了完整的书，看的时候还是要做个笔记的。以下只是针对自身情况的笔记，仅供参考。
• S1E0: Render Performance
  • 60 fps, 16 ms每帧
• S1E1: Understanding Overdraw
  • 开发者选项：Show GPU Overdraw
  • 避免设置多重背景
• S1E2: Understanding VSYNC
  • Refresh Rate：代表了屏幕在一秒内刷新屏幕的次数，这取决于硬件的固定参数，例如60Hz
  • Frame Rate：代表了GPU在一秒内绘制操作的帧数，例如30fps，60fps
  • 当Refresh rate和Frame rate不一致时，将会发生tearing效果：屏幕的内容被分成了上下两部分，分别来自两帧的内容
  • 原理简述：视频（动画）是由静态帧快速切换达到的效果（例如60 fps），而每帧是一个图片，其内容就是一个像素矩阵，显示屏绘制每帧的时候，是逐行绘制该像素矩阵的，理想情况下，显示屏绘制完一帧的像素之后，去获取下一帧的像素进行绘制，但如果显示屏绘制第一帧的像素绘制到一半，保存帧像素矩阵的buffer被写入了第二帧的像素矩阵，而显示屏并不知道，仍会接着从上一行往下绘制，就会导致绘制出来的图像上部分属于上一帧，下部分属于下一帧，即tearing效果。
  • VSync，用来同步GPU和屏幕绘制，在GPU载入新帧之前，要等待屏幕绘制完成上一帧的数据
  • 还有更多关于图像渲染的内容，三重缓冲等，需要扩展阅读
  • 帧率大于刷新频率（60 fps）时，显示很流畅；帧率小于60 fps时，会显示重复帧；帧率突然从大于60 fps降到低于60 fps时，用户就会感受到卡顿的发生了；
• S1E3: Tool: Profile GPU Rendering
  • 开发者选项：Profile GPU Rendering, On screen as bars
  • 两个区域（虚拟键盘设备会有三个区域），从上到下分别表示：状态栏绘制、主窗口绘制、虚拟键盘区域绘制
  • 三种颜色
  • 蓝色：draw time，创建、更新display list所消耗的时间；onDraw函数中使用Canvas调用的draw*函数的执行时间；convert to GPU description, cache as display list；
    • 蓝色过高，可能因为大量view被invalidate，需要重绘，或者是onDraw方法的逻辑过于复杂，执行时间长
  • 红色：execute time，Android 2D renderer执行display list所消耗的时间（通过Open GL接口，使用GPU绘制）；自定义View越复杂，GPU渲染所需时间越长；
    • 红色过高，原因很可能就是View的构成太复杂；极高的峰值，可能是因为重新提交了视图绘制造成的，并非view被invalidate，而是类似于View旋转这样的变化，需要先清空原有区域，再重新绘制；
  • 橙色：process time，CPU通知GPU渲染结束消耗的时间，同步调用
    • 橙色过高，可能是View太复杂，渲染需要太多时间
• S1E4: Why 60fps? 常识，12 fps近乎于人手快速翻书，24 fps是电影的常用帧率，60 fps用于表现绚丽的动画效果
• S1E5: Android, UI and the GPU
  • Resterization（栅格化）：绘制Button，Shape，Path，Text，Bitmap等组件最基础的操作；栅格化就是将这些组件的内容拆分到不同的像素上进行显示；栅格化很耗时，引入GPU就是为了加快栅格化操作；
  • CPU负责把UI组件计算成Polygons，Texture纹理，然后交给GPU进行栅格化渲染
  • 因此需要在CPU和GPU之间传递数据，OpenGL ES可以把那些需要渲染的纹理Hold在GPU Memory里面，在下次需要渲染的时候直接操作。如果更新了GPU所hold住的纹理内容，之前保存的状态就丢失了，将导致绘制变慢。
  • 在安卓系统中，由主题提供的资源（Bitmaps，Drawables等）都是一起打包到统一的Texture纹理当中，然后再传递到GPU里面，这意味着每次你需要使用这些资源的时候，都是直接从纹理里面进行获取渲染的，速度将会更快。
  • 也有更复杂的组件，例如显示图片的时候，需要先经过CPU的计算加载到内存中，然后传递给GPU进行渲染。文字的显示更加复杂，需要先经过CPU换算成纹理，然后再交给GPU进行渲染，回到CPU绘制单个字符的时候，再重新引用经过GPU渲染的内容。动画则是一个更加复杂的操作流程。
• S1E6: Invalidations, Layouts, and Performance
  • DisplayList：包含需要GPU绘制到屏幕上的数据信息
  • 在某个View第一次被渲染时，会创建DisplayList，当这个View要显示到屏幕上时，会执行GPU的绘制指令来进行渲染。如果后续有移动这个View的位置等操作而需要再次渲染这个View时，只需要额外操作一次渲染指令即可。如果修改了View中的某些可见组件，将需要进行创建DisplayList、执行渲染指令整个过程。
  • 上述步骤可简化为下图，需要的时间取决于View的复杂度，View重绘引起的View hierarchy的变化的复杂度

+ 可用工具：Profile GPU Rendering查看渲染的表现性能；Show GPU view updates查看视图更新的操作；HierarchyViewer查看界面布局结构；

+ 目标/要点：使布局扁平化，移除非必要组件，避免使用嵌套layout（尤其是根节点方向的RelativeLayout和有weight的LinearLayout）

+ S1E7: Overdraw, Cliprect, QuickReject

+ 标准组件（或其组合）的Overdraw可以使用工具来检测、消除；同时系统也会避免绘制完全不可见的组件；

+ 完全自定义组件（重写onDraw方法），上述方案将无法实现；可通过canvas.clipRect()来帮助系统识别可见区域，完全在矩形外面的内容（组件）将不会绘制、渲染，但有部分在矩形内的仍会绘制、渲染；

+ canvas.quickreject()函数可以判断是否和某个矩形相交，如果不相交，则可以直接跳过；

+ 性能优化总原则之一：先测量效果，发现问题再寻找根源，尝试改进后要再次测量效果进行对比

+ S1E8: Memory Churn and performance

+ Android的堆内存分代回收模型如下图示

+ GC时会暂停所有其他线程，导致GC频繁的可能原因

+ Memory Churn（内存抖动），大量对象被创建，然后立即被销毁，例如在onDraw等函数中创建对象

+ 瞬间产生大量的对象会严重占用Young Generation的内存区域，当达到阀值，剩余空间不够的时候，也会触发GC。同时可能触发其他区域（代）的GC

+ 使用Android studio的Memory Monitor，可以观察是否存在内存抖动，Memory monitor集成了Allocation Tracker，使用Allocation Tracker可以查看每个线程的内存分配情况，可以具体到某个函数的某行代码

+ 平常需要注意的是：onDraw等这样会被高频率反复调用的函数、循环体内部等，避免创建新对象

+ S1E9: Garbage Collection in Android

+ 安卓系统使用的虚拟机是三代模型：Young, old, permanent；越往后每代GC时间越长；

+ 应该避免频繁GC

+ S1E10: Performance Cost of Memory Leaks

+ 一个典型的Activity泄露场景：Activity类内部的非静态Handler子类（或匿名类）实例

+ LeakCanary工具是检测内存泄漏的好工具

+ S1E11: Memory Performance

+ 工具集：Memory Monitor：观察是否存在内存抖动；Allocation Tracker：追踪内存分配情况；Heap Tool：查看内存快照，分析可能泄露的对象；

+ S1E12: Tool - Memory Monitor，无甚可记

+ S1E13: Battery Performance

+ 尽量减少唤醒屏幕的次数与持续的时间，使用WakeLock来处理唤醒的问题，能够正确执行唤醒操作并根据设定及时关闭操作进入睡眠状态。

+ 某些非必须马上执行的操作，例如上传歌曲，图片处理等，可以等到设备处于充电状态或者电量充足的时候才进行。

+ 触发网络请求的操作，每次都会保持无线信号持续一段时间，我们可以把零散的网络请求打包进行一次操作，避免过多的无线信号引起的电量消耗。

+ Battery Historian Tool：查看APP电量消耗情况

+ JobScheduler API：对任务进行定时处理，例如等到手机处于充电状态，或连接到WiFi时处理任务

+ JobScheduler在API 21引入，Google play service有backport: GcmNetworkManager，也有第三方backport

+ S1E14: Understanding Battery Drain on Android

+ 使用WakeLock或者JobScheduler唤醒设备处理定时的任务之后，一定要及时让设备回到初始状态。

+ 每次唤醒无线信号进行数据传递，都会消耗很多电量，它比WiFi等操作更加的耗电

+ S1E15: Battery Drain and WakeLocks

+ WakeLock使用非精准定时器，允许系统为不同应用的wake lock请求进行打包处理，节约电量消耗

+ JobScheduler API还能做更多的事情，例如等到充电，或者连接上wifi时处理任务

• S2E1: Battery Drain and Networking
  • 捆绑网络请求，按批次执行，可降低激活网络、等待休眠过程的均摊成本；使用JobScheduler可以实现更多的优化策略；
  • 预取与压缩
  • Android Studio中的Networking Traffic Tool
  • adb工具查看电量消耗：adb shell dumpsys batterystats > xxx.txt, python historian.py xxx.txt > xxx.html
  • 利用BatteryManager在代码中检测是否正在充电（也可使用JobScheduler来做）
• S2E2: Wear & Sensors
  • 首先我们需要尽量使用Android平台提供的既有运动数据，而不是自己去实现监听采集数据，因为大多数Android Watch自身记录Sensor数据的行为是有经过做电量优化的。
  • 其次在Activity不需要监听某些Sensor数据的时候需要尽快释放监听注册。
  • 还有我们需要尽量控制更新的频率，仅仅在需要刷新显示数据的时候才触发获取最新数据的操作。
  • 另外我们可以针对Sensor的数据做批量处理，待数据累积一定次数或者某个程度的时候才更新到UI上。
  • 最后当Watch与Phone连接起来的时候，可以把某些复杂操作的事情交给Phone来执行，Watch只需要等待返回的结果。
• S2E3: Smooth Android Wear Animation
  • 动画优化例1：在一个圆形的钟表图上，我们把时钟的指针抠出来当做单独的图片进行旋转会比旋转一张完整的圆形图的所形成的帧率要高56%
  • 动画优化例2：把背景图片单独拎出来设置为一个独立的View，通过setLayerType()方法使得这个View强制用Hardware来进行渲染
  • 动画优化例3：使用PropertyAnimation或者ViewAnimation来操作实现，Android系统会自动对这些Animation做一定的优化处理
• S2E4: Android Wear Data Batching
  • 仅仅在真正需要刷新界面的时候才发出请求
  • 尽量把计算复杂操作的任务交给Phone来处理
  • Phone仅仅在数据发生变化的时候才通知到Wear
  • 把零碎的数据请求捆绑一起再进行操作
• S2E5: Object Pools
  • 避免对象的频繁创建与销毁，减少内存抖动；避免重量级对象的创建与销毁，降低创建开销；
  • lazy分配 v.s. 预分配
  • 慎用，需要手动释放，谨防内存泄漏；为了确保所有的对象能够正确被释放，需要保证加入对象池的对象和其他外部对象没有互相引用的关系。
• S2E6: To Index or Iterate?
  • for index

  int size = list.size();
  for (int i = 0; i < size; i++) {
  Object object = list.get(i);
  ...
  }

  • Iterator

  for (Iterator it = list.iterator(); it.hasNext(); ) {
  Object object = it.next();
  ...
  }

  • for simplified

  for (Object object : list) {
  ...
  }

  • 性能对比

+ S2E7: The Magic of LRU Cache

+ 安卓系统提供了LruCache类，已实现LRU算法

+ 慎用，手动释放缓存的对象，谨防内存泄漏

+ S2E8: Using LINT for Performance Tips，无甚可记

+ S2E9: Hidden Cost of Transparency

+ 通常来说，对于不透明的View，显示它只需要渲染一次即可，可是如果这个View设置了alpha值，会至少需要渲染两次

+ 在某些情况下，一个包含alpha的View有可能会触发该View在HierarchyView上的父View都被额外重绘一次

+ 在动画开始时，setLayerType(View.LAYER_TYPE_HARDWARE, null)，动画结束后，setLayerType(View.LAYER_TYPE_NONE, null)；在API >= 16时，可以只调用ViewPropertyAnimator.alpha(0.0f).withLayer()接口即可；

+ 使用shadow时，重写View的hasOverlappingRendering()接口，返回false；

+ 只有当确定瓶颈是这部分view的渲染时，才有必要这样优化；

+ S2E10: Avoiding Allocations in onDraw()，记住，实践即可

+ S2E11: Tool: Strict Mode

+ 开发者选项Strict Mode，如果存在潜在ANR隐患（主线程磁盘IO，网络请求等），屏幕会闪现红色

+ 也有代码的API，StrictMode.setThreadPolicy(new StrictMode.ThreadPolicy.Builder()...build());和StrictMode.setVmPolicy(new StrictMode.VmPolicy.Builder()...build());，如果有隐患，屏幕会闪烁，并且有log输出

+ S2E12: Custom Views and Performance，避免以下问题：

+ Useless calls to onDraw()，仅在View内容发生变化时才调用View.invalidate()；尽量使用ClipRect等方法来提高绘制的性能；

+ Useless pixels，减少绘制时不必要的元素，对于那些不可见的元素不要绘制；

+ Wasted CPU cycles，不在屏幕上的元素，可以使用Canvas.quickReject把他们给剔除；另外尽量使用GPU来进行UI的渲染，这样能够极大的提高程序的整体表现性能；

+ S2E13: Batching Background Work Until Later，上文有涉及

+ S2E14: Smaller Pixel Formats

+ dalvik虚拟机不会自动进行内存整理

+ Android为图片提供了4种解码格式：ARGB_8888, RGB_565, ARGB_4444, ALPHA_8，但是实际测试的时候，如果图片不变，显示图片的View区域不变，也不限制Bitmap只有View那么大，单纯设置bitmapOption.inPreferredConfig好像没什么用

+ 可以通过将解码的Bitmap大小设置为View大小的两倍（单位是dp），实测内存基本可以降到1/16（当然前提是图片比View大很多），而且视觉效果基本一样

+ S2E15: Smaller PNG Files，以下建议结合微信安卓团队的分享

+ 没有透明度的文件，都可以用jpg

+ 对于体积特别大(超过50k)的图片资源可以考虑有损压缩，jpg采用优图压缩，png尝试采用pngquant压缩，输出视觉判断是否可行；

+ 对assets中的图片资源也使用aapt的crunch做图片预处理；

+ crunch有可能会使图片变大，在这种情况，我们可以替换成原图。需要注意的是对于.9.png，由于crunch过程中去除了黑边，所以不能替换；

+ 对于没有透明区域的png图片，可以转成jpg格式。

+ Webp：既保留png格式的优点，又能够减少图片大小

+ S2E16: Pre-scaling Bitmaps

+ bitmapOption.inSampleSize属性，可等比例缩放图片，而且不会加载原图到内存

+ inScaled，inDensity，inTargetDensity的属性来对解码图片做处理

+ inJustDecodeBounds，只会先读取图片尺寸，不会加载到内存

+ S2E17: Re-using Bitmaps

+ 设置了inbitmapOption.Bitmap后，系统会尝试使用已有的Bitmap来保存新的图片，避免内存的反复创建，但是这一方法有些不足：

+ 在SDK 11 -> 18之间，重用的bitmap大小必须是一致的

+ 从SDK 19开始，新申请的bitmap大小必须小于或者等于已经赋值过的bitmap大小

+ 新申请的bitmap与旧的bitmap必须有相同的解码格式

+ 可以结合对象池，给不同解码格式，不同大小的图片准备不同的Bitmap并进行复用，不过这样做难度较大

+ 开源图片加载库Glide，Fresco

+ S2E18: The Performance Lifecycle

+ Gather：测试收集数据

+ Insight：分析数据

+ Action：解决问题

+ 再次进行测试，验证效果

+ S2E19: Tools not Rules，上述建议需要灵活应用

+ S2E20: Memory Profiling 101，上文已述

• S3E1: Fun with ArrayMaps; S3E2: Beware Autoboxing; S3E3: SparseArray Family Ties
  • Java原生容器类只支持对象，primitive类型会自动装箱/拆箱，存在一定时间开销，而且没有放入KV时也会分配内存，空间开销会大很多
  • 安卓系统提供了功能类似的容器实现：ArrayMap，空间开销更低
  • 使用两个数组实现，一个保存排好序的key的hash值，另一个保存key-value
  • 查找时对hash数组进行二分查找，找到后访问key-value数组，如果对应位置key不同，则是因为有碰撞，则向上向下两路查找
  • 插入、删除涉及到数组元素的插入与删除，效率低一些
  • 数据量在1K个key-value对时，时间性能几乎无差异，但是空间性能提升很多
  • 仍使用对象作为KV，仅仅是避免不用的内存分配
  • 避免混用原生类型与对应box类型，自动装箱/拆箱会涉及到对象的创建，时间、空间均有一定开销
  • SparseBooleanArray(int -> boolean), SparseIntArray(int -> int), SparseLongArray(int -> long), LongSparseArray(long -> Object), 千以下时可以考虑使用
• S3E4: The price of ENUMs
  • enum会占用更多的磁盘空间（编译的class文件）和运行时内存
• S3E5: Trimming and Sharing Memory
  • 可以处理onLowMemory()，onTrimMemory()
  • onTrimMemory()的回调可以发生在Application，Activity，Fragment，Service，Content Provider。
  • 从Android 4.4开始，ActivityManager提供了isLowRamDevice()的API，通常指的是Heap Size低于512M或者屏幕大小<=800*480的设备。
• S3E6: DO NOT LEAK VIEWS
  • 当屏幕发生旋转的时候，activity很容易发生泄漏
  • 异步回调也很容易发生泄漏
  • 内部非静态Handler子类实例也容易发生泄漏
  • 避免使用Static对象
  • 避免把View添加到没有清除机制的容器里面
• S3E7: Location & Battery Drain
  • 频率越高，耗电越大
  • 精度越高，耗电越大
  • setFastestInterval()，LocationRequest.setPriority()
• S3E8: Double Layout Taxation
  • 避免在高层级节点使用会两次layout的Layout：RelativeLayout，使用weight的LinearLayout/GridLayout
  • 扁平化view hierarchy，减少层级
  • ListView/RecyclerView这样的item view里面也要尤其注意渲染性能
  • 在任何时候都请避免调用requestLayout()的方法，因为一旦调用了requestLayout，会导致该layout的所有父节点都发生重新layout的操作
  • 可以使用Systrace来跟踪特定的某段操作
• S3E9: Network Performance 101
  • 打包批量发送请求
  • 适当预取
  • 适当压缩
• S3E10: Effective Network Batching
• S3E11: Optimizing Network Request Frequencies
• S3E12: Effective Prefetching

Square团队的建议

• Eliminating Code Overhead by Jake Wharton
  • CPU
  • Do not nest multi-pass layouts: RelativeLayout, LinearLayout with layout_weight…
  • Lazily compute complex data when needed
  • Cache heavy computational results for re-use
  • Consider RenderScript for performance
  • Keep work off main thread
  • Memory
  • Use object pools and caches to reduce churn (judiciously)
  • Be mindful of the overhead of enums
  • Do not allocate inside the draw path
  • Use specialized collections instead of JDK collections when appropriate (SparceArray…)
  • I/O
  • Batch operations with reasonable back-off policies
  • Use gzip or binary serialization format
  • Cache data offline with TTLs for reloading
  • Use JobScheduler API to batch across OS
  • Spectrum of optimizations, not binary
  • Do not blindly apply to everything, only appropriate
  • Multiple micro-optimizations can improve like macro
  • ArrayList分配：会有一个默认初始值，以后空间不够时按倍增策略进行扩展
  • 如果创建时就知道其大小，则可以new一个已知容量的ArrayList，避免后面扩容、数据复制的成本

    +

  • StringBuilder：同样的，也可以先给一个预估的大小，然后直接初始化该大小的StringBuilder；安卓开发build时会自动把String的拼接操作转化为StringBuilder实现，然而这种自动的转换未必高效；
  • 例子

    java

    for (int x = 0; x < valueCount; x++) {

    cleanFiles[x] = new File(directory, key + "." + x);

    dirtyFiles[x] = new File(directory, key + "." + x + ".tmp");

    }

    ===>>>

    java

    StringBuilder b = new StringBuilder(key).append(".");

    int truncateTo = b.length();

    for (int x = 0; x < valueCount; x++) {

    b.append(x);

    cleanFiles[x] = new File(directory, b.toString());

    b.append(".tmp");

    dirtyFiles[x] = new File(directory, b.toString());

    b.setLength(truncateTo);

    }

  • 其他
  • 对函数的调用（尤其是虚函数、接口函数）结果，如果同一个作用域中有多次调用，且结果确定不变，应该将他们转化为一次调用：for (int i = 0, size = list.size(); i < size; i++)
  • 对集合的遍历，不要使用语法糖，会有额外开销（Iterator创建、虚函数调用等）

NimbleDroid的建议

• 性能优化的流程

  

• Recommendation 1: limit app startup to 2 seconds
• Recommendation 2: eliminate hung methods
• Recommendation 3: measure as often as you can，怎么、什么粒度的profiling呢？
• Recommendation 4: know a set of common issues
  • ClassLoader.getResourceAsStream()
• Recommendation 5: avoid surprises in 3rd-party SDKs