该文章为Android App 开发过程中遇到的常见问题总结，该总结也会持续不断的优化 完善当中。后续开发中一定会遇到各种各样的问题， 这些问题会酌情不断补充进来。
我将遇到的问题分为两大类，非技术问题和技术问题。
一、 非技术问题。
非技术上的问题一般为项目的管理问题，重点是项目开发过程中的协调沟通问题。
1. 项目的开展。
2. 项目的进展。
3. 项目的跟踪。
4. 项目完成总结与评价。
二、 技术层面的问题。
1. 代码规范问题。
该问题曾在公司内部的技术分享群中我曾经提出过，我个人认为代码规范评判的标准就是：让两个人来写一段代码（相同也可不同），让第三者来看，他分辨不出这两段代码是由不同的两个人写的。
2. 代码的质量的保证。
从三方面来看：
（1） 对未来实际生产情况的准确判断和预估。判断大规模使用情况下，能不能抗住高并发或大业务量的压力。
（2） 程序员在写代码时，自身对代码质量是否有严格的要求和高层次的追求。比如单元测试是否能保证百分百覆盖， 边界条件是否考虑完全等等不一而足。
（3） 对技术能力是否有不断提高的内在需求，是否是在不断深入研究相关技术，并拓展自身的技术视野。
对以上三个方面立刻关注虽然不能取得立杆见影的效果，但长期来看，如果能持之以恒、潜移默化的践行，我相信，对个人技术层面的提升效果还是非常显著的。
三、 下面简单举例谈谈一些技术层面的问题:
Android 开发过程中遇到的问题都是较为琐碎的，一般通过搜索引擎，参考别人的解决方案，都可以得到较好的解决。
因此这里重点谈下Android App 性能优化的问题。
1 、降低执行时间
这部分包括：缓存、数据存储优化、算法优化、JNI、逻辑优化、需求优化几种优化方式。
(1). 缓存
缓存主要包括对象缓存、IO缓存、网络缓存、DB缓存，对象缓存能减少内存的分配，IO缓存减少磁盘的读写次数，网络缓存减少网络传输，DB缓存较少Database的访问次数。
在内存、文件、数据库、网络的读写速度中，内存都是最优的，且速度数量级差别，所以尽量将需要频繁访问或访问一次消耗较大的数据存储在缓存中。
Android中常使用缓存:
消息缓存
通过handler.obtainMessage复用之前的message，如下：
handler.sendMessage(handler.obtainMessage(0, object));
(2). 数据存储优化
包括数据类型、数据结构的选择。
a. 数据类型选择
字符串拼接用StringBuilder代替String，在非并发情况下用StringBuilder代替StringBuffer。如果你对字符串的长
度有大致了解，如100字符左右，可以直接new StringBuilder(128)指定初始大小，减少空间不够时的再次分配。
64位类型如long double的处理比32位如int慢
使用SoftReference、WeakReference相对正常的强应用来说更有利于系统垃圾回收
final类型存储在常量区中读取效率更高
LocalBroadcastManager代替普通BroadcastReceiver，效率和安全性都更高
b. 数据结构选择
常见的数据结构选择如：
ArrayList和LinkedList的选择，ArrayList根据index取值更快，LinkedList更占内存、随机插入删除更快速、扩容效率更高。一般推荐ArrayList。
ArrayList、
HashMap、LinkedHashMap、HashSet的选择，hash系列数据结构查询速度更优，ArrayList存储有序元
素，HashMap为键值对数据结构，LinkedHashMap可以记住加入次序的hashMap，HashSet不允许重复元素。
HashMap、WeakHashMap选择，WeakHashMap中元素可在适当时候被系统垃圾回收器自动回收，所以适合在内存紧张型中使用。Collections.synchronizedMap
和ConcurrentHashMap的选择，ConcurrentHashMap为细分锁，锁粒度更小，并发性能更优。
Collections.synchronizedMap为对象锁，自己添加函数进行锁控制更方便。
Android也提供了一些性能更优的数据类型，如SparseArray、SparseBooleanArray、SparseIntArray、Pair。
Sparse
系列的数据结构是为key为int情况的特殊处理，采用二分查找及简单的数组存储，加上不需要泛型转换的开销，相对Map来说性能更优。不过我不太明白为
啥默认的容量大小是10，是做过数据统计吗，还是说现在的内存优化不需要考虑这些东西，写16会死吗，还是建议大家根据自己可能的容量设置初始值。
(3). 算法优化
这个主题比较大，需要具体问题具体分析，尽量不用O(n*n)时间复杂度以上的算法，必要时候可用空间换时间。查询考虑hash和二分，尽量不用递归。
递归使用不当，容易引发栈溢出问题。
(4). JNI
Android应用程序大都通过Java开发，需要Dalvik的JIT编译器将
Java字节码转换成本地代码运行，而本地代码可以直接由设备管理器直接执行，节省了中间步骤，所以执行速度更快。不过需要注意从Java空间切换到本地
空间需要开销，同时JIT编译器也能生成优化的本地代码，所以糟糕的本地代码不一定性能更优。
(5). 逻辑优化
这个不同于算法，主要是理清程序逻辑，减少不必要的操作。
(6). 需求优化
这个就不说了，对于sb的需求可能带来的性能问题，只能说做为一个合格的程序员不能只是执行者，要学会说NO。不过不能拿这种接口敷衍产品经理哦。
2、异步，利用多线程提高TPS
充分利用多核Cpu优势，利用线程解决密集型计算、IO、网络等操作。
在Android应用程序中由于系统ANR的限制，将可能造成主线程超时操作放入另外的工作线程中。在工作线程中可以通过handler和主线程交互。
4、网络优化
以下是网络优化中一些客户端和服务器端需要尽量遵守的准则：
a. 图片必须缓存，最好根据机型做图片做图片适配
b. 所有http请求必须添加httptimeout
c. 开启gzip压缩
d. api接口数据以json格式返回，而不是xml或html
e. 根据http头信息中的Cache-Control及expires域确定是否缓存请求结果。
f. 确定网络请求的connection是否keep-alive
g. 减少网络请求次数，服务器端适当做请求合并。
h. 减少重定向次数
i. api接口服务器端响应时间不超过100ms