- 《我与 Android Things 的 24 小时》：2016 年 Google 发布了 Android Things 的第一个预览版，SDK 主要针对 3 个开发板（Single Board Computers），Pi 3、Intel 的 Edison 和 NXP Pico。Android 正在向 Pi 靠拢，而之前 Google 向 AOSP 项目提交的将 Pi 3 作为官方支持设备的声明，更是让每个人为之动容。2016 年 12 月 12 号，Google 发布了“Android Things”，外加一个可下载的 SDK。于是作者开始学习 Android Things，本文介绍了作者的研究过程。原文地址在这里。
- 《Android 热修复 Tinker 接入及源码浅析》：热修复技术基本上已经成为项目中比较重要的模块。主要因为项目在上线之后，都难免会有各种问题，而依靠发版去修复问题，成本太高了。
现在热修复的技术有阿里的 AndFix、QZone 的方案、美团提出的方案以及腾讯的 Tinker 等。而 Tinker 已运行在微信的数亿 Android 设备上，所以该方案已经非常成熟。本文介绍了 tinker 的接入方法，并且对 tinker 的大致的原理进行了分析。 - 《Android 硬件加速原理与实现简介》：在手机客户端尤其是 Android 应用的开发过程中，我们经常会接触到“硬件加速”这个词。由于操作系统对底层软硬件封装非常完善，上层软件开发者往往对硬件加速的底层原理了解很少，也不清楚了解底层原理的意义，因此常会有一些误解，如硬件加速是不是通过特殊算法实现页面渲染加速，或是通过硬件提高 CPU/GPU 运算速率实现渲染加速。本文尝试从底层硬件原理，一直到上层代码实现，对硬件加速技术进行简单介绍，其中上层实现基于 Android 6.0。
- 《Android 应用瘦身，从 18MB 到 12.5MB》：App 瘦身是每个 Android 开发者都需要面对的问题。本文作者介绍了自己将 App 从 18MB 瘦身到 12.5MB 的方法。作者主要从安装包组成、资源瘦身、Native 库瘦身、代码瘦身入手。作者在文章中给出了瘦身用到的工具，希望对大家有所帮助。
- 《Android 新特性介绍，ConstraintLayout 完全解析》：ConstraintLayout 是 Android Studio 2.2 中主要的新增功能之一，也是 Google 在去年的 I/O 大会上重点宣传的一个功能。在传统的 Android 开发当中，界面基本都是靠编写 XML 代码完成的，虽然 Android Studio 也支持可视化的方式来编写界面，但是操作起来并不方便。而 ConstraintLayout 就是为了解决这一现状而出现的。它和传统编写界面的方式恰恰相反，ConstraintLayout 非常适合使用可视化的方式来编写界面，但并不太适合使用 XML 的方式来进行编写。另外，ConstraintLayout 还有一个优点，它可以有效地解决布局嵌套过多的问题。
- 《Android 工程 gradle 详解》：当工程中有许多 module 的时候，分开管理编译版本，minsdk 将会是一件很麻烦的事，因为一个 library 的改动，可能会影响到其他 module。这时我们就需要对所有的版本进行统一的管理，这个时候就该 gradle 上场了。本文详细介绍了 gradle 的操作方法。
- 《Android 6.0 SSL 通信》：在 Android 平台上使用 SSL，第一步就是要生成证书。因为 JDK 自带的 keytool 工具默认生成的密钥库是 JKS 类型的，而 Android 客户端只支持 BKS 类型的密钥库，所以必须先扩展 keytool 工具使其生成 BKS 密钥库。要扩展，则需要下载 BouncyCastle 库。本文给出了生成证书的方法并且提供了具体的实现代码。
- 《安卓逆向系列教程》：从事逆向工作的人并不是很多，但反编译过 App 的开发者应该不在少数。本文作者写了一个系列的文章专门介绍 Android 逆向的知识，学习逆向知识不仅仅是破解别人的 App，更重要的是对于我们进行安防有一定的帮助。
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
中国开发者画像洞察研究报告 2024
分析开发者的行为模式、工作价值、职业发展等内容，帮助整个行业生态更深入地理解开发者，为他们提供更精准...
大模型与 RAG 技术在教育领域的应用探索
智能编码工具 Comate 的核心能力揭秘
高性能低成本的大模型推理云实践
评论