博客
关于我
Android application单例模式
阅读量:592 次
发布时间:2019-03-11

本文共 998 字,大约阅读时间需要 3 分钟。

0、相关文章:

阅读量2w,9赞:

阅读量712,1赞:

1、正文:

这几天处理项目中视频语音偶尔初始化不了的问题,经历了半天的调试,发现调用Application的内容时经常传递空值。经过仔细查阅代码后,发现前任程序员使用了应用单例模式的实现方式:

public class App extends Application {

private static App app;
public static App getInstance() {
if (app == null) {
app = new App();
}
return app;
}
}

然而,经过查阅资料后发现,这种严格的单例模式并不适用于Application类。Application类具有独特的特性,在不自定义子类的情况下,系统会为每个APP创建一个默认的实例。其生命周期与APP的生命周期紧密相关,一般情况下无需采用传统的单例模式。

关于对Application类的理解:

  • 每个APP都有一个Application实例:如果我们没有继承Application子类自定义它的话,APP会创建一个默认的实例。

  • Application实例与APP的生命周期保持一致:在APP启动时,会首先实例化Application,然后才是主入口的Activity或Service等。

  • Application与APP“同生共死”:在一个APP的生命周期内,只实例化一次,因此天生具备单例特性,无需额外实现单例模式。

  • 不建议直接继承Application类来实现单例:通常情况下,若需要自定义全局单例,可以使用静态单例类实现。若需要获取Context,可以通过Context.getApplicationContext()获取。

  • 然而,Application类远不止单例功能这么简单。它承担着更多重要职责。

    于是,改进后的代码如下:

    public class App extends Application {

    private static App mInstance = null;
    public static App getInstance() {
    return mInstance;
    }
    @Override
    public void onCreate() {
    super.onCreate();
    mInstance = this;
    }
    }

    转载地址:http://fnvtz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>