Android性能优化
一、性能优化全景图
二、启动优化
1. 启动流程分析
2. 优化策略
冷启动优化
减少
Application.onCreate()工作量延迟初始化三方库
使用App Startup库管理初始化
视觉优化
使用启动主题避免白屏
添加Splash Screen
异步初始化
使用IntentService或线程池
使用Jetpack Startup库
3. 代码示例
class MyApp : Application() {override fun onCreate() {super.onCreate()// 延迟非关键初始化initDelayedComponents()}private fun initDelayedComponents() {val startupExecutor = Executors.newSingleThreadExecutor()startupExecutor.execute {// 后台初始化非关键组件initThirdPartyLibs()}}
}// 使用Jetpack App Startup
class MyInitializer : Initializer<Unit> {override fun create(context: Context) {// 初始化工作WorkManager.initialize(context, Configuration.Builder().build())}override fun dependencies(): List<Class<out Initializer<*>>> {return listOf(WorkManagerInitializer::class.java)}
}4. 总结
"启动优化主要从三个方面入手：
Application优化：通过延迟初始化非关键组件，使用Jetpack Startup库管理初始化顺序
视觉优化：配置启动主题避免白屏，添加Splash Screen提升用户体验
异步加载：使用线程池或IntentService在后台初始化非UI相关组件"
三、UI渲染优化
1. 渲染流程
2. 优化策略
布局优化
使用ConstraintLayout减少嵌套
使用Merge标签
使用ViewStub延迟加载
过度绘制优化
移除不必要的背景
使用
canvas.clipRect()
列表优化
使用RecyclerView替代ListView
实现ViewHolder模式
使用DiffUtil更新数据
自定义View优化
避免在onDraw中创建对象
使用硬件加速
3. 核心工具
Layout Inspector：分析布局层次
GPU渲染分析：定位掉帧问题
Choreographer：监控帧率
4. 总结
"UI渲染优化主要解决卡顿和掉帧问题：
布局优化：使用ConstraintLayout减少嵌套层级
列表优化：实现ViewHolder模式并配合DiffUtil，使列表滑动FPS稳定在60帧
过度绘制：移除冗余背景，使用clipRect限制绘制区域
工具使用：通过GPU渲染分析和Choreographer监控帧率，定位性能瓶颈"
四、内存优化
1. 内存管理模型
2. 优化策略
内存泄漏检测
避免Activity泄漏
使用WeakReference
大图优化
使用BitmapRegionDecoder
适当采样率(inSampleSize)
对象复用
对象池模式
复用Bitmap
内存监控
使用Profiler分析内存分配
LeakCanary检测泄漏
3. 代码示例
// 大图加载优化
fun loadLargeImage(context: Context, resId: Int, imageView: ImageView) {val options = BitmapFactory.Options().apply {inJustDecodeBounds = true}BitmapFactory.decodeResource(context.resources, resId, options)// 计算采样率options.inSampleSize = calculateInSampleSize(options, imageView.width, imageView.height)options.inJustDecodeBounds = false// 使用ARGB_8888格式options.inPreferredConfig = Bitmap.Config.ARGB_8888// 加载优化后的Bitmapval bitmap = BitmapFactory.decodeResource(context.resources, resId, options)imageView.setImageBitmap(bitmap)
}private fun calculateInSampleSize(options: BitmapFactory.Options, reqWidth: Int, reqHeight: Int): Int {val (height, width) = options.run { outHeight to outWidth }var inSampleSize = 1if (height > reqHeight || width > reqWidth) {val halfHeight = height / 2val halfWidth = width / 2while (halfHeight / inSampleSize >= reqHeight && halfWidth / inSampleSize >= reqWidth) {inSampleSize *= 2}}return inSampleSize
}4. 总结
"内存优化主要解决OOM和泄漏问题：
泄漏检测：使用LeakCanary检测并修复Activity泄漏
大图处理：采用BitmapRegionDecoder和采样加载
对象复用：实现Bitmap池和对象池
监控体系：建立OOM监控和线上内存报警机制，及时发现内存问题"
五、网络优化
1. 优化策略
请求优化
合并请求
使用缓存策略
数据优化
使用Protobuf替代JSON
Gzip压缩
连接优化
HTTP/2
连接复用
监控优化
网络质量监控
失败重试机制
2. 核心工具
Charles/Fiddler：抓包分析
Stetho：网络调试
Network Profiler：性能分析
3. 总结
"网络优化主要提升速度和成功率：
协议优化：使用HTTP/2和连接复用，减少TCP握手时间
数据优化：采用Protobuf替代JSON
缓存策略：实现三级缓存（内存-磁盘-网络），离线可用率100%
监控体系：建立网络质量监控，自动切换备用服务器"
六、存储优化
1. 优化策略
文件操作
避免主线程I/O
使用NIO
数据库优化
索引优化
批量操作
序列化优化
使用Parcelable替代Serializable
使用FlatBuffers
SharedPreferences优化
迁移到MMKV
2. 代码示例
// 数据库批量操作优化
fun batchInsertUsers(users: List<User>) {database.beginTransaction()try {users.forEach { user ->val values = ContentValues().apply {put("name", user.name)put("age", user.age)}database.insert("users", null, values)}database.setTransactionSuccessful()} finally {database.endTransaction()}
}3. 总结
"存储优化主要解决I/O瓶颈：
数据库优化：通过索引和批量操作
文件操作：使用NIO和异步I/O
序列化：采用Parcelable和FlatBuffers
SharedPreferences优化：迁移到MMKV"
七、电量优化
1. 优化策略
任务调度
使用JobScheduler
批量处理任务
传感器使用
及时注销监听器
降低采样率
后台限制
减少后台服务
使用WorkManager
2. 核心工具
Battery Historian：电量分析
Profiler：耗电监控
3. 总结
"电量优化主要减少后台消耗：
任务调度：使用JobScheduler合并任务
后台限制：移除不必要的后台服务
监控体系：使用Battery Historian分析耗电场景"
八、APK瘦身
1. 优化策略
资源优化
使用WebP替代PNG
移除未使用资源
代码优化
ProGuard/R8混淆
移除未使用代码
动态交付
App Bundle
功能按需加载
2. 面试回答模板
"APK瘦身主要从三个维度进行：
资源优化：使用WebP格式
代码优化：通过R8移除未使用代码
动态交付：采用App Bundle，减少用户下载体积”
九、性能优化流程图
十、性能优化总结
"在性能优化方面，主要从六个维度系统推进：
启动优化：通过懒加载关键组件和启动任务分级
UI渲染优化：采用布局扁平化和异步绘制
内存优化：解决泄漏问题和优化大图加载
网络优化：通过缓存策略和数据压缩
存储优化：使用高效存储方案
APK瘦身：资源压缩和代码混淆"