复习 Android 性能优化的第20天，竟然被一个小细节劫走offer

在 Android 性能优化面试中，因细节疏漏导致失败的情况屡见不鲜。结合面试案例与高频考点，以下从内存优化、OOM问题、UI卡顿三个核心模块梳理关键细节，并补充完整回答逻辑：

1. 为什么官方建议别在onDraw创建对象？

• 核心原因：onDraw会被频繁调用（如60fps下每秒60次），每次创建对象会触发内存分配与GC回收，导致内存抖动。
• 扩展细节：

  内存抖动通过Android Studio的Memory Monitor可观察到锯齿状内存变化。

  优化方案：将对象创建移至View初始化阶段（如init()方法），或使用对象池复用对象。

2. GC如何回收对象？如何确定对象可被回收？

• 回收机制：

  标记-清除算法：从GC Root（如Activity、静态变量）出发标记存活对象，清除未标记对象。

  分代回收：新生代（Minor GC）采用复制算法，老年代（Major GC）采用标记-整理算法。

• 可回收条件：对象无任何强引用（包括被循环引用但无外部强引用时，通过可达性分析判定）。
• 工具验证：使用MAT或Android Profiler分析堆转储（Hprof文件），定位引用链。

3. 内存泄漏排查方案

• 常见场景：

  静态变量持有Activity/Context（如单例模式误用）。

  非静态内部类隐式持有外部类引用（如Handler、Runnable未静态化）。

  未取消的注册监听（如BroadcastReceiver、EventBus）。

• 排查流程：

  通过LeakCanary自动检测并生成泄漏报告。

  手动验证：在onDestroy中置空可能泄漏的引用（如mHandler = null）。

  使用ADB命令导出堆转储：adb shell dumpsys meminfo <package_name>。

1. OOM产生原因

• 直接原因：

  堆内存不足（如加载大图未采样）。

  内存泄漏导致可用内存逐渐减少。

  虚拟机栈溢出（如递归过深）。

• Android特有场景：

  Bitmap未复用或未及时回收（recycle()在API 10+需手动调用）。

  大量使用Cursor未关闭（数据库操作后必须调用close()）。

2. LeakCanary工作原理

• 核心流程：

  监控对象生命周期：通过ReferenceQueue监听WeakReference是否被回收。

  触发GC：调用Runtime.getRuntime().gc()强制回收。

  分析引用链：若对象未被回收，通过Hprof文件解析引用路径，定位泄漏源。

• 代码示例：// LeakCanary初始化（简化版）RefWatcher refWatcher = LeakCanary.install(app);refWatcher.watch(this); // 监控Activity

3. 快速解决OOM的步骤

• 短期方案：

  增加堆内存（android:largeHeap="true"，仅应急使用）。

  压缩图片资源（使用WebP格式或inSampleSize采样）。

• 长期方案：

  使用LruCache缓存Bitmap。

  避免在onLowMemory()中执行耗时操作。

1. UI卡顿的根本原因

• 主线程阻塞：

  耗时操作（如IO、网络请求）未移至子线程。

  复杂计算（如大数组排序）在onDraw中执行。

• 绘制流程低效：

  过度绘制（Overdraw）：通过开发者选项的调试GPU过度绘制查看。

  嵌套层级过深（如多层RelativeLayout嵌套）。

2. 自定义View优化技巧

• 减少onDraw调用：

  避免在onDraw中创建对象或执行耗时操作。

  使用invalidate()的局部重绘（通过clipRect限制区域）。

• Measure/Layout优化：

  重写onMeasure时，优先使用getChildMeasureSpec传递父容器约束。

  对于静态布局，可缓存测量结果（如View宽度固定时跳过测量）。

3. Fragment缓存原理

• setOffscreenPageLimit作用：

  预加载相邻Fragment，避免滑动时重新创建。

  默认值为1，设置过大可能导致内存占用过高。

• 避免内存泄漏：

  在onDestroyView中解绑View引用（如mButton = null）。

  使用FragmentManager的putFragment/getFragment管理状态。

1. STAR法则描述项目：

   Situation：项目背景（如“用户反馈页面滑动卡顿”）。

   Task：优化目标（如“将帧率稳定在55fps以上”）。

   Action：具体措施（如“通过Systrace定位耗时函数，优化为异步加载”）。

   Result：量化效果（如“卡顿率下降70%”）。

2. 工具链熟练度：

   必须掌握：Android Profiler、Systrace、Layout Inspector。

   进阶工具：Perfetto（替代Systrace）、Jetpack Compose Profiler。

3. 底层原理延伸：

   结合Handler消息机制解释UI渲染流程。

   通过Choreographer类说明帧同步原理。

总结：性能优化面试的核心在于细节深度与系统思维。需避免“会用工具但不懂原理”的表面优化，转而从内存管理、线程调度、渲染管线等底层角度构建知识体系。建议结合