性能优化-渲染机制及优化

在手机上显示图片，播放视频，这是很常见的手机操作，也就是屏幕的绘制在软件开发中几乎是每个应用都会打交道的，这篇文章记录了渲染机制以及如何做优化

卡顿产生的原因

• 在Activity中直接进行网络访问/大文件的IO操作还有就是自定义的View没有优化好，以上的情况都有可能造成卡顿，甚至是无响应

• 当产生大量的垃圾时，GC回收大量垃圾的时候，也会造成卡顿

• Android每隔16ms就会重绘一次Activity，也就是说必须在16ms以内完成屏幕刷新所要求的参数设置，之所以是16ms，那是因为大多说手机的刷新率是60Hz，那么也就是说1000ms/60=16.66ms，如果在这个时间内，没有完成参数设置，那么就会产生丢帧现象，在视觉上体现出来就是卡顿

内存抖动造成卡顿分析及解决办法

短时间内分配大量内存，会造成UI线程短时间阻塞，此时如果在绘制屏幕，那么此时就会造成卡顿
例如在绘制屏幕的时候有如下计算执行。那么此时会造成卡顿现象

/**
 *　排序后打印二维数组，一行行打印
 */
public void imPrettySureSortingIsFree() {
    int dimension = 300;
    int[][] lotsOfInts = new int[dimension][dimension];
    Random randomGenerator = new Random();
    for(int i = 0; i < lotsOfInts.length; i++) {
        for (int j = 0; j < lotsOfInts[i].length; j++) {
            lotsOfInts[i][j] = randomGenerator.nextInt();
        }
    }

    for(int i = 0; i < lotsOfInts.length; i++) {
        String rowAsStr = "";
        //排序
        int[] sorted = getSorted(lotsOfInts[i]);
        //拼接打印
        for (int j = 0; j < lotsOfInts[i].length; j++) {
            rowAsStr += sorted[j];
            if(j < (lotsOfInts[i].length - 1)){
                rowAsStr += ", ";
            }
        }
        Log.i(TAG, "Row " + i + ": " + rowAsStr);
    }
}

public int[] getSorted(int[] input){
	int[] clone = input.clone();
	Arrays.sort(clone);
	return clone;
}

上述代码在第二个for循环中，大量创建对象并弃用，产生了大量的垃圾，此时GC回收垃圾，占用主线程，直接就导致了GC回收占用时间加上屏幕绘制时间高于16ms，此时就发生了卡顿，其卡顿时间取决于GC的工作时间，故在主线程计算这种数据的时候(这种情况放在子线程最好)，要尽量减少内存的分配，防止内存抖动，从而有效避免卡顿现象的发生
其改进方法就是使用StringBuilder，减少内存的分配

StringBuilder sb = new StringBuilder();
String rowAsStr = "";
for(int i = 0; i < lotsOfInts.length; i++) {
	// 清除上一行
	sb.delete(0, rowAsStr.length());
	//排序
	int[] sorted = getSorted(lotsOfInts[i]);
	//拼接打印
	for (int j = 0; j < lotsOfInts[i].length; j++) {
		sb.append(sorted[j]);
		if(j < (lotsOfInts[i].length - 1)){
			sb.append(", ");
		}
	}
	rowAsStr = sb.toString();
	Log.i(TAG, "Row " + i + ": " + rowAsStr);
}

计算性能占用CPU造成卡顿及解决办法

有时候在执行函数的时候，会占用大量CPU资源，尤其是递归函数的执行过程，会占用CPU大量时间，那么此时也有可能造成卡顿
例如在主线程执行斐波那契梳理的递归实现时，如果此时在执行屏幕绘制，那么也会造成卡顿

public int computeFibonacci(int pos) {
    if (pos <= 2) {
        return 1;
    } else {
        return computeFibonacci(pos - 1) + computeFibonacci(pos - 2);
    }
}

使用TraceView观察到，这个函数在执行的时候占用了CPU大量的时间，造成了卡顿
这种情况采用批处理和缓存思想，储存运算结果，更新数据来得到最终结果，避免递归调用造成的大量CPU时间占用

public int computeFibonacci(int pos) {
    int prev = 0;
    int current = 1;
    int newValue;
    for (int i = 1; i < pos; i++) {
        newValue = current + prev;
        prev = current;
        current = newValue;
    }
    return current;
}

渲染机制简单介绍

• Android系统的渲染由两个关键组件构成：CPU和GPU
  在CPU方面，最常见的性能问题是不必要的布局和失效，这些内容必须在视图层次结构中进行测量、清除并重新创建，引发这种问题通常有两个原因：一是重建显示列表的次数太多，二是花费太多时间作废视图层次并进行不必要的重绘，这两个原因在更新显示列表或者其他缓存GPU资源时导致CPU工作过度
  在GPU方面，最常见的问题是我们所说的过度绘制（overdraw），通常是在像素着色过程中，通过其他工具进行后期着色时浪费了GPU处理时间
• 图像的显示是通过栅格化来完成的，以下的图片说明了栅格化的过程
  
• CPU首先将布局文件转化为多边形或者纹理，然后交由GPU去负责栅格化
  
• 渲染性能的优化就是尽可能地上传数据到GPU，然后尽可能长地在不修改的情况下保存数据，因为每次上传资源到GPU时，我们都会浪费宝贵的处理时间

GPU存在的主要问题

• GPU性能强大，然后其常见的一个问题就是过度绘制
  过度绘制：指屏幕上的某个像素点在同一帧的时间内被绘制了多次
• 那么此时用户在界面上只能看到最上面一层，下面绘制的就属于过度绘制了
  要查看过度绘制很简单，在开发者选项里面打开Show GPU overdraw即可
  然后就能在屏幕上看到多种颜色，这些颜色代表过度绘制的倍数
  
  最理想的情况就是全部都是蓝色，因此可以通过这个现象来优化我们的app

过度绘制的解决办法

1. 清除不必要的背景和图片
   材料主题会绘制一遍屏幕，我们如果这时候再设置背景颜色，那么会产生2倍过度绘制，此时就需要取消其默认的背景图片，也就是将Activity的背景图片设为null，其方法如下：

getWindow().setBackgroundDrawable(null);

2. 清除XML文件中，不必要的背景声明

CPU的工作部分

• CPU将布局文件转化为GPU能够识别的对象，通过GPU的栅格化，从而显示在屏幕上，这是在DisplayList帮助下完成的，DisplayList将数据传递给GPU，GPU通过OpenGL将屏幕绘制出来
• 任何时候View的绘制内容发生变化，都需要重新创建DisplayList并重新执行指令更新到屏幕
  CPU的view转化检测
  工具：Hierarchy Viewer检测(在Android Monitor里面)
  选中应用 -> 点击Load the view hierarchy into the tree view
  然后再点击Obtain layout times for tree rooted at selected node
  就会看到如下界面
  
  三个圆点分别代表：测量、布局、绘制三个阶段的性能表现
  1）绿色：渲染的管道阶段，这个视图的渲染速度快于至少一半的其他的视图
  2）黄色：渲染速度比较慢的50%
  3）红色：渲染速度非常慢
  观察其分布，自己写的布局杂乱无章，深层嵌套，而且红点很多，这样会降低CPU的解析效率
  优化策略：
  当我们的布局是用的FrameLayout的时候，我们可以把它改成merge，可以避免自己的帧布局和系统的ContentFrameLayout帧布局重叠造成重复计算(measure和layout)
  ViewStub：当加载的时候才会占用。不加载的时候就是隐藏的，仅仅占用位置
  优化思想:查看自己的布局，层次是否很深以及渲染比较耗时，然后想办法能否减少层级以及优化每一个View的渲染时间
  

总结

减少CPU计算时间

CPU的优化，从减轻加工View对象成Polygons和Texture来下手
View Hierarchy中包涵了太多的没有用的view，这些view根本就不会显示在屏幕上面，一旦触发测量和布局操作，就会拖累应用的性能表现。

减少CPU将计算好的Polygons和Texture传递到GPU的时间

OpenGL ES API允许数据上传到GPU后可以对数据进行保存，做了缓存

减少GPU进行格栅化

优化：尽量避免过度绘制（overdraw）
GPU如何优化：

1. 背景经常容易造成过度绘制
   由于布局设置了背景，同时用到的MaterialDesign的主题会默认给一个背景
   解决的办法：将主题添加的背景去掉

2. 自定义控件如何处理过度绘制(多张图片有重叠)
   可以通过裁剪来处理canvas.clipRect()
   前n-1张

private void drawDroidCard(Canvas canvas,List<DroidCard> mDroidCards,int i) {
    DroidCard c = mDroidCards.get(i);
    canvas.save();
    canvas.clipRect((float)c.x,0f,(float)(mDroidCards.get(i+1).x),(float)c.height);
    canvas.drawBitmap(c.bitmap,c.x,0f,paint);
    canvas.restore();
}

第n张

private void drawLastDroidCard(Canvas canvas,DroidCard c) {
    canvas.drawBitmap(c.bitmap,c.x,0f,paint);
}