|
六、常用算法
1、快速排序
把整个序列看做一个数组，把第零个位置看做中轴，和最后一个比，如果比它小交换，比它大不做任何处理；交换了以后再和小的那端比，比它小不交换，比他大交换。这样循环往复，一趟排序完成，左边就是比中轴小的，右边就是比中轴大的，然后再用分治法，分别对这两个独立的数组进行排序。
public class QuickSort {
private static int[] a = {6,1,2,7,9,3,4,5,10,8};
public static void main(String[] args){
System.out.println("原数组值：");
for (int i : a) {
System.out.print(i+" ");
}
System.out.println();
quickSort(0, a.length-1);
System.out.println("排序后数组值：");
for (int i : a) {
System.out.print(i+" ");
}
System.out.println();
}
public static void quickSort(int left,int right){
int i,j,temp;
if(left>right){
return;
}
temp=a[left]; //temp中存的就是基准数
i=left;
j=right;
while(i!=j){
//顺序很重要，要先从右边开始找 ，直到找到一个小于基准的值
while(a[j]>=temp && i<j){
j--;
}
//再找右边的 ，直到找到一个大于基准的值
while(a[i]<=temp && i<j){
i++;
}
//交换两个数在数组中的位置
if(i<j) {
int t=a[i];
a[i]=a[j];
a[j]=t;
}
}
//最终将基准数归位
a[left]=a[i];
a[i]=temp;
if(left<i-1){
quickSort(left,i-1);//继续处理左边的，这里是一个递归的过程
}
if(right>j+1){
quickSort(i+1,right);//继续处理右边的 ，这里是一个递归的过程
}
}
}
2、选择排序
从数组一端选择一个数组中的一个元素,通过比较对比取出最小值(或者最大值)放在array的左边(右边 这里主要视遍历的开始为左还是右);逐个遍历;
/**选择排序
*遍历数组 然后每次遍历到一个元素之后 继续遍历该元素之后的所有元素 然后找 到最小的元素 和其换位置*/
public static int[] select(int[] array){
for (int i = 0; i < array.length; i++) {
int minPos = i;
for (int j = i + 1; j < array.length; j++) {
if (array[j] < array[minPos]){
minPos = j;
}
}
if (array[i] > array[minPos]){
int temp = array[i];
array[i] = array[minPos];
array[minPos] = temp;
}
}
return array;
}
3、插入排序
/***插入排序
*相当于 从0开始一直++ 然后一直排列索引跟之前的元素
* */
public static int[] insert(int[] array){
for (int i = 1; i < array.length; i++) {
int temp = array[i];
for (int j = i - 1; j >= 0 ; j--) {
if (array[j] > temp ){
array[j + 1] = array[j];
array[j] = temp;
}
}
}
return array;
}
4、冒泡排序
每次冒泡排序操作都会将相邻的两个元素进行比较，看是否满足大小关系要求，如果不满足，就交换这两个相邻元素的次序，一次冒泡至少让一个元素移动到它应该排列的位置，重复N次，就完成了冒泡排序。
public void bubbleSort(Integer[] arr) {
for(int i=0;i<arr.length-1;i++) {
for(int j=0;j<arr.length-i-1;j++) {
if(arr[j]>arr[j+1]) {
int temp=arr[j];
arr[j]=arr[j+1];
arr[j+1]=temp;
}
}
}
}
七、图片处理
1、Android缓存机制——LruCache
LRU是近期最少使用的算法，它的核心思想是当缓存满时，会优先淘汰那些近期最少使用的缓存对象。采用LRU算法的缓存有两种：LrhCache和DisLruCache，分别用于实现内存缓存和硬盘缓存，其核心思想都是LRU缓存算法。
import android.util.LruCache;
public class MyImageLoader {
private LruCache<String, Bitmap> mLruCache;
public MyImageLoader(){
//设置最大缓存空间为运行时内存的1/8
int maxMemory = (int) (Runtime.getRuntime().totalMemory()/1024);
int cachf(2-3M) 底层设计C++等技术,源码阅读更加困难
3、图片加载库-Glide源码分析
glide:3.7.0 使用
引入
compile 'com.github.bumptech.glide:glide:3.7.0'
混淆
-keep public class * implements com.bumptech.glide.module.GlideModule -keep public class * extends com.bumptech.glide.module.AppGlideModule -keep public enum com.bumptech.glide.load.resource.bitmap.ImageHeaderParser$** { **[] $VALUES; public *; } # for DexGuard only -keepresourcexmlelements manifest/application/meta-data@value=GlideModule
使用
使用的方式十分简单，和Picasso差不多
Glide.with(this).load(imgUrl) .placeholder(R.drawable.ic_launcher_background) .into(mIv);
同样也可以为他设置其他，例如 listener 、 centerCrop 、transform 、 sizeMultiplier
.listener(new RequestListener<String, GlideDrawable>() { @Override public boolean onException(Exception e, String model, Target<GlideDrawable> target, boolean isFirstResource) { return false; } @Override public boolean onResourceReady(GlideDrawable resource, String model, Target<GlideDrawable> target, boolean isFromMemoryCache, boolean isFirstResource) { return false; } }) .centerCrop() ....
之类的，这些使用的方法和Picasso十分类似。
使用和源码分析：
https://blog.csdn.net/qq_37237245/article/details/72956121
https://www.jianshu.com/p/8771a7142eea
内存缓存
Glide内存缓存的实现自然也是使用的LruCache算法。不过除了LruCache算法之外，Glide还结合了一种弱引用的机制，共同完成了内存缓存功能。
Glide的图片加载过程中会调用两个方法来获取内存缓存，loadFromCache()和loadFromActiveResources()。这两个方法中一个使用的就是LruCache算法，另一个使用的就是弱引用。
当acquired变量大于0的时候，说明图片正在使用中，也就应该放到activeResources弱引用缓存当中。而经过release()之后， 如果acquired变量等于0了，说明图片已经不再被使用了，那么此时会调用listener的onResourceReleased()方法来释放资源
当图片不再使用时，首先会将缓存图片从activeResources中移除，然后再将它put到LruResourceCache当中。这样也就实现了正在使用中的图片使用弱引用来进行缓存，不在使用中的图片使用LruCache来进行缓存的功能。
硬盘缓存
Glide是使用的自己编写的DiskLruCache工具类，但是基本的实现原理都是差不多的。
一种是调用decodeFromCache()方法从硬盘缓存当中读取图片，一种是调用decodeFromSource()来读取原始图片。默认情况下Glide会优先从缓存当中读取，只有缓存中不存在要读取的图片时，才会去读取原始图片。
调用transform()方法来对图片进行转换，然后在writeTransformedToCache()方法中将转换过后的图片写入到硬盘缓存中，调用的同样是DiskLruCache实例的put()方法，不过这里用的缓存Key是resultKey（也就是调整图片大小后进行缓存）。
4、自己去实现图片库，怎么做
应该具备以下功能：
- 图片的同步加载
- 图片的异步加载
- 图片压缩
- 内存缓存
- 磁盘缓存
- 网络拉取
| 
转播
