一、布局优化
- ui渲染机制：Android系统通过VSYNC信号触发对UI的渲染，重绘，时间间隔是16ms，如果系统每次渲染的时间都保持在16ms之内，我们看到的UI效果就是流畅的，否则就会出现卡顿。
- 避免过度绘制：可以通过开发者选项中的Enable GPU Overdraw来判断是否有过度绘制的UI，如图，尽量减少红色区域
- 优化布局层级：Android系统对View的测量，布局和绘制时，都是通过View的数量的遍历来操作的，如果View的高度太高，就会严重影响测量，布局和绘制的速度。
- 避免嵌套过多的无用布局，嵌套布局会增加View树的高度。
- 使用复用布局，将使用频率大的布局抽取出来单独成一个布局，以后使用只要include进去就行
- 使用 实现布局延迟加载，试过这个标签的布局，初始化的时候该布局不会显示，只有在代码中使用findViewById找到view然后Visiable后才会显示，或者使用inflate填充让该布局显示
- 使用HierarchyViewer优化布局，使用之后可快速找到冗余的布局，如果手机上无法使用HierarchyViewer,可以下载View Server，通过这个程序可以让普通手机能使用HierarchyViewer，下载地址：[www.github.com/romainguy/ViewServer]
二、内存优化
- 我们通常说的内存优化一般是优化RAM，他包含寄存器，堆，栈，静态存储区域，常量池，当定义了一个变量，java虚拟机就会在栈中分配内存空间，当该变量作用域结束后，这部分内存就会马上被用作新的空间进行分配，如果使用new 的方式创建一个变量，那么就会在堆中为这个对象分配内存空间，即使该对象的作用域结束，这部分内存也不会立即被回收，而是等待系统GC回收，平时所说的内存分析就是Heap堆内存的状态，获取堆内存大小的代码如下：`ActivityManager manager = (ActivityManager)getSystemService(Context.ACTIVITY_SERVICE);int heapSize = manager.getLargeMemoryClass();
- 内存回收，Java创建了GC系统来自动进行资源的管理，大大降低程序开发人员的对内存管理的繁琐工作。但是缺点是，JVM虽然能够自动GC，但是，如果有些内存不能及时GC，就会导致内存泄露
- Bitmap优化：使用适当分辨率大小的图片，在适当的时候显示合适大小的图片，比如，在看图片列表的时候只显示缩略图thumbnails，而点击查看大图的时候再显示原图，在对图像要求不高的地方，降低图片的精度。同时，一旦使用完bitmap后，要及时调用bitmap.recycle()释放内存，最后，还可以通过内存缓存和硬盘缓存更好的处理bitmap
代码优化：
a.对常量使用static修饰，
b.使用静态方法可以提高15%左右访问速度
c.减少不必要的成员变量，如果一个变量可以定义为局部变量，就不要定义为成员变量，
e.尽量不要使用枚举，少用迭代器，
f.对Cursor、receiver、Sensor、File等对象，要注意他们的创建回收和注册，
g.避免使用IOC框架，IOC框架一般用反射来进行实现，大量反射会降低性能，
h.使用RenderScript、OpenGL来进行非复杂的绘图操作，
i.使用surfaceView代替View进行大量频繁的绘图操作，
j.尽量使用视图缓存，而不是每次都执行inflate()方法解析视图Android Lint工具是AS集成的一个Android代码提示工具，他可以对你的布局，代码提供非常强大的帮助，平时养成使用lint的习惯
- 使用AS自带的Memory Monitor工具分析内存，如图蓝色部分代表free内存，深色部分可以判断内存的使用状态，比如内存持续增高时，可能发生内存泄露，内存突然减少时，发生GC等
使用可视化性能调查工具，TraceView优化APP性能，生成Traceview日志有两种方法，一个是利用Debug类帮助生成日志，另一个是使用Android Device Monitor工具辅助生成日志。
（1）使用debug类的方法开启TraceView监听，可以在生命周期的Oncreate()中通过Debug.startMethodTracing()方法来开启监听，在Ondestory()中通过Debug.stopMethodTracing()停止监听，
（2）通过Android Device Monitor生成TraceView日志，打开AS的Android Device Monitor工具，选择要调试的进程，点击工具栏中的start method prifiling按钮，点击后，选择监听模式
停止监听后界面会自动显示监听到的结果，如下图
上面部分的黑色条纹的是时间轴区域，不同的色块，代表不同的执行方法，色块的长度代表方法执行的时间
下部分Name框以内的为Profile区域，主要显示了对应色块所处时间段内的性能分析
每个时间都包含两列，一个是实际的时间，一个是占的百分比，分析的时候，通常从Incl Cpu Time和Calls +RecurCalls开始进行分析，对占用时间长的方法进行重点分析，如果占用时间长，Calls+RecurCalls次数少，那么就是值得分析的对象了Mat工具也是一个分析内存的很不错的助力，具体使用以后再做详细介绍
