• android 概述 及四大组件


    目录:

    概述

    四大组件

    UI布局

    概述

     

    android studio中,gen很bin文件夹合并为built文件夹

    四大组件

     包括: 活动,服务,内容提供者,广播接收者

     活动是一种包含用户界面的组件

    public class FirstActivity extends Activity{
        @override
        protected void onCreate(Bundle savedInstanceState){
            super.oncreate(savedInstanceState);
            requestWindouFeature(Window.FEATURE_NO_TITLE);
            setContentView(R.layout.first_layout);
        }
    }

    同是需要在AndroidManifest中注册FirstActivity

    活动有四中启动模式:

    standard: 每次启动该活动都会创建一个新的实例压入栈顶。

    singleTop:当栈顶的项就是要启动的活动时,不会再创建新实例,直接使用栈顶元素。

    singleTask:当程序的返回栈里有该活动的实例时,不会重新创建。

    singleInstance:因为每个程序都有自己得返回栈,同一个实例要在不同的栈中入栈,必然要创建新的实例,而本模式则可为该活动创    建独立的返回栈,任何程序访问本活动,都共用同一个返回栈。 getTaskId()//获取返回栈id

    <application>
    
        <activity android:name=".FirstActivity"
              android:launchMode="singleInstance"
              android:label="this is FirstActivity">
              <intent-filter>
                     <action android:name="android.intent.action.MAIN"/>
                     <category android:name="android.intent.category.LAUNCHER"/>
              </intent-filter>
        </activity>
    </application>        
    

     

    activity的生命周期:

     每一个Android应用程序在运行时,对于底层的Linux Kernel而言都是一个单独的进程。

     Activity表示界面, ps:如果在应用中执行:System.exit(0);将杀死应用的主线程,但此时若应用的activity没有都finish掉,则应用会重新开启,并显示返回栈栈顶的activity.

    金字塔型的生命周期

      Activity生命周期的每一个阶段都表示为金字塔上的一个台阶,当系统创建一个新的activity时,每一个回调函数都把activity的状态网上挪一步。

      金子塔的最顶层就是activity运行在前景模式下,用户可与之交互。

      当用户离开activity时,系统调用另一些回调函数,将activity的状态从金字塔中一步一步移下来。有些情况下,activity只移动一部分,并没有完全到底,这些情况下仍然可以移动回顶部。

      注意这些状态中只有三个状态是静态(static)的,意味着activity只有在这三个状态下能停留一段时间:

        Resumed:foreground,用户可交互running state

        Paused:部分被遮挡,不能接收用户输入也不能执行代码,另一个半透明或者小的activity正挡在前面。

        Stopped:activity完全被遮挡,不能被用户看到,activity被认为在background,当Stopped的时候,activity实例的状态信息被保留,但是不能执行任何代码。

      其他状态都是转换状态,系统会很快调用其他相应的回调函数离开这些状态。比如系统调用onCreate()之后,会很快调用onStart(),之后是 onResume()。

    重新创建Activity

     

    Activity的销毁分为两种:

      第一种是正常的销毁,比如用户按下Back按钮或者是activity自己调用了finish()方法;

      另一种是由于activity处于stopped状态,并且它长期未被使用,或者前台的activity需要更多的资源,这些情况下系统就会关闭后台的进程,以恢复一些内存。

      需要注意的是这其中有一种情况就是屏幕旋转的问题,当用户旋转手机屏幕,每一次都会导致activity的销毁和重新建立。

    在第二种情况下,尽管实际的activity实例已经被销毁,但是系统仍然记得它的存在,当用户返回到它的时候,系统会创建出一个新的实例来代替它,这里需要利用旧实例被销毁时候存下来的数据。这些数据被称为“instance state”,是一个存在Bundle对象中的键值对集合。

      缺省状态下,系统会把每一个View对象保存起来(比如EditText对象中的文本,ListView中的滚动条位置等),即如果activity实例被销毁和重建,那么不需要你编码,layout状态会恢复到前次状态。

      但是如果你的activity需要恢复更多的信息,比如成员变量信息,则需要自己动手写了。

      如果要存储额外的数据,必须覆写回调函数onSaveInstanceState().

      系统会在用户离开activity的时候调用这个函数,并且传递给它一个Bundle object,如果系统稍后需要重建这个activity实例,它会传递同一个Bundle object到onRestoreInstanceState() 和 onCreate() 方法中去。

                             

       当系统停止activity时,它会调用onSaveInstanceState()(过程1),如果activity被销毁了,但是需要创建同样的实例,系统会把过程1中的状态数据传给onCreate()和onRestoreInstanceState()(图中标出的2和3)。

    UI布局

    TextView  显示一段文字

    Button

    EditText : hint ,maxLines

    ImageView

    ProgressBar

    AlertDialog

    ProgressDialog

    LinearLayout: orientation,layout_gravity,layout_weight

    RelativeLayout :更加随意,通过相对定位(相对于父布局,其他控件)的方式让控件出现在任何位置。

    Fragment :没有任何定位,所有控件全部显示在左上角。

    TableLayout: 以表格的方式排列控件 stretchColumns

    自定义控件

    自定义控件:

    1. xml布局, +  <include layout="@layout/..." />

    2. 集成事件

    public class TitleLayout extends LinearLayout{
        public TitleLayout(Context context,AttributeSet atts){
            super(context,atts);
            LayoutInflater.from(context).inflat(R.id.title,this);
        }
    }
    
    <com.example.UICustumView.TitleLayout ></>
    

    ListView  数据源,适配器,单元格布局

  • 相关阅读:
    神经网络与深度学习(邱锡鹏)编程练习 3 Logistic回归、softmax回归、支持向量机(SVM)
    神经网络与深度学习(邱锡鹏)编程练习 3 Logistic回归 softmax回归 源代码 tf版
    神经网络与深度学习(邱锡鹏)编程练习 3 实验1 Logistic回归 pytorch
    神经网络与深度学习(邱锡鹏)编程练习 2 基函数回归 Jupyter导出版 TensorFlow 2.9
    神经网络与深度学习(邱锡鹏)编程练习4 FNN 简单神经网络 Jupyter导出版 numpy
    神经网络与深度学习(邱锡鹏)编程练习4 FNN 简单神经网络
    神经网络与深度学习(邱锡鹏)编程练习 3 Logistic回归 Jupyter导出版 TensorFlow2.9
    神经网络与深度学习(邱锡鹏)编程练习 2 实验1 线性回归的参数优化 最小二乘法
    05月29日总结
    程序的装入和链接
  • 原文地址:https://www.cnblogs.com/wj033/p/4675169.html
Copyright © 2020-2023  润新知