你在项目中是如何优化内存的?
优化你是从哪几个方面入手?
列表卡顿的原因可能有哪些?你平时是怎么优化的?
遇到 tableView卡顿吗?会造成卡顿的原因大致有哪些?
CPU 和 GPU
- 在屏幕成像的过程中,CPU 和 GPU起着至关重要的作用
- CPU(Central Processing Unit , 中央处理器)
对象的创造和销毁,对象属性的调整,布局计算,文本的计算和排版,图片的格式转换和解码,图像的绘制(Core Graphics) - GPU(Graphics Processing Unit , 图像处理器)
文理的渲染
image.png
- 在iOS中是双缓冲机制，有前帧缓存、后帧缓存
屏幕成像原理
image.png
卡顿产生的原因
image.png
- 卡顿解决的主要思路
- 尽可能的减少CPU,GPU资源消耗
- 按照60FPS的刷帧率,每隔16ms就会有一个VSync信号
卡顿优化 CPU
- 尽可能用轻量级的应用,比如用不到事件处理的地方,可以考虑使用CALayer取代 UIView
- 不要频繁的调用UIView 的相关属性,比如 frame, bounds, transfrom 等属性,尽量减少不必要的修改
- 尽量提前计算好布局,在有需要时一次性调整对应的属性,不要多次修改属性
- Autolayout会比直接设置 frame 消耗更多的CPU 资源
- 图片的 size最好刚好跟 UIImageView的 size保持一致
- 控制一下线程的最大并发量
- 尽量把耗时的操作放在子线程
- 文本的处理(尺寸计算 , 绘制)
- 图片处理(解码 , 绘制)
卡顿优化 GPU
- 尽可能避免短时间大量图片的显示,尽可能的将多张图片合成一张显示
- GPU 能处理的最大纹理尺寸4096*4096 , 一旦超过这个尺寸就会占用 CPU 资源处理,所以纹理尽量不要超过这个尺寸
- 尽量减少视图的数量和层次
- 减少透明的视图(alpha < 1) , 不透明就设置opaque 为 YES
- 尽量避免出现离屏渲染
离屏渲染
- 在 OpenGL 中, GPU有两种渲染方式
- On-Screen Rendering : 当前屏幕渲染,在当前用于显示的屏幕缓冲区进行渲染操作
- Off-Screen Rendering : 离屏渲染 , 在当前屏幕缓冲区以外新开辟一个缓冲区进行渲染操作
- 离屏渲染消耗性能的原因
- 需要创建新的缓冲区
- 离屏渲染的整个过程,需要多次切换上下文环境,显示从当前屏幕( On - Screen )切换到( Off - Screen),等到离屏渲染结束之后,将离屏缓冲区的渲染结果显示到屏幕上,又需要将上下文环境从离屏切换到当前屏幕
- 哪些操作会触发离屏渲染
- 光栅化 , layer.shouldRasterize = YES
- 遮罩 , layer.mask
- 圆角 , 同时设置layer.masksToBounds = YES '; layer.cornerRadius大于0 (考虑通过CoreGraphics 绘制裁剪圆角, 或者让美工提供圆角图片)
- 阴影, layer.shadowXXX (如果设置了layer.shoadowPath 就不会产生离屏渲染)
卡顿检测
- 平常所说的 "卡顿", 主要是因为在主线程执行了比较耗时的操作
- 可以添加Observer到主线程RunLoop中, 通过监听RunLoop状态切换的耗时,以达到监控卡顿的目的
耗电的主要来源
image.png
- CPU处理,Processing
- 网络, Networking
- 定位, Location
- 图像, Graphics
耗电优化
- 尽可能降低 CPU , GPU 的功耗
- 少用定时器
- 优化 I/O 操作
- 尽量不要频繁的写入小数据,最好批量一次性写入
- 读写大量重要数据时,考虑用dispatch_io,其提供了基于 GCD 的异步操作文件 I/O 的API.用 dispatch_io系统会优化磁盘访问
- 数据量比较大的,建议使用数据库(比如SQlite, CoreDate)
- 网络优化
- 减少,压缩网络数据
- 如果多次请求的结果是相同的,尽量使用缓存
- 使用断点续传,否则网络不稳定时可能多次传输相同的内容
- 网络不可用时, 不要尝试执行网络请求
- 让用户可以取消长时间运行或者速度很慢的网络操作,设置合适的超时时间
- 批量传输,比如,下载视频流时,不要传输很小的数据包,直接下载整个文件或者一大块一大块的下载. 如果下载广告,一次性多下载一些,然后再慢慢展示. 如果下载电子邮件,一次下载多封,不要一封一封的下载.
- 定位优化
- 如果只是需要快速确定用户位置，最好用CLLocationManager的requestLocation方法。定位完成后，会自动让定位硬件断电
- 如果不是导航应用，尽量不要实时更新位置，定位完毕就关掉定位服务
- 尽量降低定位精度，比如尽量不要使用精度最高的kCLLocationAccuracyBest
- 需要后台定位时，尽量设置pausesLocationUpdatesAutomatically为YES，如果用户不太可能移动的时候系统会自动暂停位置更新
- 尽量不要使用startMonitoringSignificantLocationChanges，优先考虑startMonitoringForRegion:
- 硬件检测优化
- 用户移动、摇晃、倾斜设备时，会产生动作(motion)事件，这些事件由加速度计、陀螺仪、磁力计等硬件检测。在不需要检测的场合，应该及时关闭这些硬件
APP 的启动
1.APP的启动可以分为2种
- 冷启动（Cold Launch）：从零开始启动APP
- 热启动（Warm Launch）：APP已经在内存中，在后台存活着，再次点击图标启动APP
- APP启动时间的优化，主要是针对冷启动进行优化
- 通过添加环境变量可以打印出APP的启动时间分析（Edit scheme -> Run -> Arguments）
- DYLD_PRINT_STATISTICS设置为1
- 如果需要更详细的信息，那就将DYLD_PRINT_STATISTICS_DETAILS设置为1
- APP的冷启动可以概括为3大阶段
- dyld
- runtime
- main
image.png
APP的启动 - dyld
1.dyld（dynamic link editor），Apple的动态链接器，可以用来装载Mach-O文件（可执行文件、动态库等）
- 启动APP时，dyld所做的事情有
- 装载APP的可执行文件，同时会递归加载所有依赖的动态库
- 当dyld把可执行文件、动态库都装载完毕后，会通知Runtime进行下一步的处理
APP的启动 - runtime
- 启动APP时，runtime所做的事情有
- 调用map_images进行可执行文件内容的解析和处理
- 在load_images中调用call_load_methods，调用所有Class和Category的+load方法
- 进行各种objc结构的初始化（注册Objc类 、初始化类对象等等）
- 调用C++静态初始化器和attribute((constructor))修饰的函数
- 到此为止，可执行文件和动态库中所有的符号(Class，Protocol，Selector，IMP，…)都已经按格式成功加载到内存中，被runtime 所管理
APP的启动 - main
- APP的启动由dyld主导，将可执行文件加载到内存，顺便加载所有依赖的动态库
- 并由runtime负责加载成objc定义的结构
- 所有初始化工作结束后，dyld就会调用main函数
- 接下来就是UIApplicationMain函数，AppDelegate的application:didFinishLaunchingWithOptions:方法
APP的启动优化
按照不同的阶段
- dyld
- 减少动态库、合并一些动态库（定期清理不必要的动态库）
- 减少Objc类、分类的数量、减少Selector数量（定期清理不必要的类、分类）
- 减少C++虚函数数量
- Swift尽量使用struct
- runtime
- 用+initialize方法和dispatch_once取代所有的attribute((constructor))、C++静态构造器、ObjC的+load
- main
- 在不影响用户体验的前提下，尽可能将一些操作延迟，不要全部都放在finishLaunching方法中
- 按需加载
安装包瘦身
- 安装包（IPA）主要由可执行文件、资源组成
- 资源（图片、音频、视频等）
- 采取无损压缩
- 去除没有用到的资源： https://github.com/tinymind/LSUnusedResources
- 可执行文件瘦身
- 编译器优化
Strip Linked Product、Make Strings Read-Only、Symbols Hidden by Default设置为YES
去掉异常支持，Enable C++ Exceptions、Enable Objective-C Exceptions设置为NO， Other C Flags添加-fno-exceptions - 利用AppCode（https://www.jetbrains.com/objc/）检测未使用的代码：菜单栏 -> Code -> Inspect Code
- 编写LLVM插件检测出重复代码、未被调用的代码
linkMap
1.生成LinkMap文件，可以查看可执行文件的具体组成
image.png
2.可借助第三方工具解析LinkMap文件： https://github.com/huanxsd/LinkMap
网友评论