- 《Android 自定义 Lint 实践 2——改进原生 Detector》：本文来自美团的技术博客。Android Lint 是 Google 提供给 Android 开发者的静态代码检查工具。使用 Lint 对 Android 工程代码进行扫描和检查，可以发现代码潜在的问题，提醒程序员及早修正。为保证代码质量，美团在开发流程中加入了代码检查，如果代码检测到问题，则无法合并到正式分支中，这些检查中就包括 Lint。本文介绍了美团 App 如何使用自定义 Lint 进行代码检查。
- 《Android Studio2.3 正式版发布，官方全解析》：Android Studio 2.3 中最令人激动的是质量上的改进，但此版本也加入了一些新功能：设计应用时，增加利用面向应用图像的更新版 WebP 支持；内容库支持以及布局编辑器中的小部件选项板；在开发过程中，Android Studio 新增了一个应用链接助手，它可以帮助您构建一个应用 URI 合并视图，在构建和部署应用时，使用更新版运行按钮可获得更加直观而又可靠的 Instant Run 体验等。
- 《手机 QQ Hybrid 的架构演进》：现在主流的 hybrid 还是 H5 + native。H5 在 native 中很明显的问题大家都看得到，比如打开应用的时候要等很久的页面 loading。还有一点是每次打开 H5 都涉及到网络交互、文件下载，这些操作会消耗用户的流量，如果流量消耗大用户也会不高兴。本文给大家分享的内容主要是介绍 QQ 会员团队如何在页面打开时间以及用户流量方面所做的优化，分别对应 sonic 和 reshape 的两个自主技术框架。
- 《React Native for Android 异常处理概览》：研究 RN 框架异常的动机在于，需要建立起一套针对性的容错机制，毕竟它还是一个不够成熟的框架。期望能够做到的效果就是，对于每一个 RN 页面的启动，能够在进入页面至退出页面期间侦测所有发生的 RN 相关的崩溃，然后根据崩溃来考虑该页面是否该有降级策略、判断框架是否真的能够支持稳定迭代。本文从启动期和运行期两方面介绍了 RN 的异常方案。
- 《Android Drawable 完全解析（一）：Drawable 源码分析系列》：Android 开发中，Drawable 几乎无处不在，Drawable 涉及的面很广，尤其是竟然有那么多的继承类。我们常用的有 ColorDrawable、StateListDrawable、BitmapDrawable 等很有限的几个子类，大多数开发者对于 Drawable 的应用还是太零散了。因此作者写了关于 Drawable 的系列文章，从源码的角度详细分析了 Drawable 的实现。
- 《Android 中一个简单有用的发现性能问题的方法》：在 Android 中，性能优化是我们持之不懈的工作。这其中，在主线程执行耗时的任务，可能会导致界面卡顿，甚至是 ANR（程序未响应）。当然 Android 提供了很多优秀的工具，比如 StrictMode，Method Tracing 等，便于我们检测问题。本文介绍了一个更加简单有效的方法。相比 StrictMode 来说更加便于发现问题，相比 Method Tracing 来说更加容易操作。
- 《Android 技巧 -Debug 判断不再用 BuildConfig》：Android 开发中一般会通过 BuildConfig.DEBUG 判断是否是 Debug 模式，从而做一些在 Debug 模式才开启的特殊操作，比如打印日志。这样好处是不用在发布前去主动修改，因为这个值在 Debug 模式下为 true，Release 模式下为 false。本文介绍如何不设置 BuildConfig 的 Debug 技巧。
- 《Atlas- 手淘组件化框架的前世今生和未来的路》：在手机淘宝，Atlas 是一个扎根于 Android 客户端的一个组件化容器框架，相比神话中用手和头支撑起苍天的泰坦神族，Atlas 在手淘默默无闻地承载着手淘上丰富业务的运行，伴随着数不清的功能在用户手中经历新老交替。本文详细介绍了 Atlas 的前世今生。
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...
AI Agent：从实验室到企业
金融级分布式数据库 TDSQL 升级版引擎架构和关键技术介绍
云原生消息流系统 Apache Pulsar 在腾讯云的大规模生产实践
评论