- 《Google I/O 2016 笔记之 Espresso 进阶》：Espresso 是 Google 官方提供的一个易于测试 Android UI 的开源框架，于 2013 年 10 月推出它的 released 版本，目前最新版本已更新到 2.x . 并且在 Android Studio 2.2 预览版中已经默认集成该测试库。本文详细介绍了 Espresso 的使用方法。
- 《PathMeasure 之迷径追踪》：Path 不论是在自定义 View 还是动画，都占有举足轻重的地位。绘制 Path，可以通过 Android 提供的 API，或者是贝塞尔曲线、数学函数、图形组合等等方式，而要获取 Path 上每一个构成点的坐标，一般需要知道 Path 的函数方法，但对于一般的 Path 来说，是很难通过简单的函数方法来进行计算的。Android SDK 提供了一个非常有用的 API 来帮助开发者实现这样一个 Path 路径点的坐标追踪，这个类就是 PathMeasure。本文为我们详解了 PathMeasure 的相关知识。
- 《自动抢红包，自动安装原理之 AccessibilityService》：AccessibilityService 是 Android 系统提供的辅助功能，目的是辅助人们去使用 Android 设备和应用。它在后台运行，可以接收系统的回调。但聪明的开发者将 AccessibilityService 应用到了多个场景中，比如自动化测试、自动抢红包、自动安装等等。文章结合实例，详细解读了 AccessibilityService 的使用方法。
- 《Android Activity 生命周期是如何实现的》：本文是作者关于 Android 系统学习系列文章中的第三章节的内容，在这篇文章里，作者详细说明了 Activity 生命周期的实现原理，onCreate、onResume、onPause 等主要生命周期回调是如何实现的，ActivityManangerService 在里面扮演的角色。
- 《带你学开源项目：OkHttp——自己动手实现okhttp》：在Android、Java 开发领域中，相信大家都听过或者在使用Square 家大名鼎鼎的网络请求库—— OkHttp ，当前多数著名的开源项目如 Fresco、Glide、Picasso、Retrofit 都在使用 OkHttp。在分析 okhttp 源码之前，你是否想过，如果我们自己来设计一个网络请求库，这个库应该长什么样子？大致是什么结构呢？本文的目的就是和大家一起来构建一个网络请求库，并在其中融入 okhttp 中核心的设计思想，希望借此让读者感受并学习到 okhttp 中的精华之处，而非仅限于了解其实现。
- 《Android 存储系统之源码篇》：本文主要介绍跟存储相关的模块 MountService 和 Vold 的整体流程与架构设计。MountService：Android Binder 服务，运行在 system_server 进程，用于跟 Vold 进行消息通信，比如 MountService 向 Vold 发送挂载 SD 卡的命令, 或者接收到来自 Vold 的外设热插拔事件。Vold: 全称为 Volume Daemon，用于管理外部存储设备的 Native 守护进程，这是一个非常重要的守护进程，由 NetlinkManager，VolumeManager，CommandListener 这 3 部分组成。阅读文章，了解详细信息。
- 《Android 打包提速实践》：Apk 打包是 Android 开发者们几乎每天都会做的事情。由于业务不断发展，Apk 也变的越来越大，打包时间也变的越来越长。本文作者结合实践经验，提出了 debug 包和 release 包的打包提速的方案。阅读文章，看看作者是如何实现打包提速的。
- Android 端应用秒开优化体验：作者近日遇到一个问题：应用启动很慢、卡图标。主要表现在中低端机型中。为了解决这个问题，文章作者借了个低端机和一个中端机来一看究竟，对同一应用分别测了下它在中低端机的启动时间，找到了启动慢、卡的原因所在，并且给出了解决方案。阅读文章，了解作者的启动速度优化方案。
暂无签名
最新发布
Android 开发周报：反编译对抗研究、动手制作智能镜子
2015-09-17
解读 2015 之 Android 篇：横向扩张、平稳发展
2015-12-29
解读 2014 之 Android 篇：连接世界
2015-01-19
腾讯云云原生提质增效实践精选集 2024
《2024腾讯云云原生提质增效实践精选集》出炉，5大热门技术领域，13个行业精选标杆案例，痛点到解决方案全...
语言模型驱动的软件工具思考：可解释与可溯源
钻木取“火”：AI时代Amazon工程师的新生产力范式转变
大模型增强下的图智能在金融场景的应用
评论