前言

我们都知道面试大厂主要就是考察程序员技术方向的专业技能,Java开发主要考察的就是Java方面的专业技能,而Android岗位的 专业技能 就是Android程序员面试的重要考察方向。

大厂的招聘条件是明牌的,但技术这一块却难倒了大部分的人。

面试是测试一个人能力最直接的方式,从8月份开始两个月陆陆续续面了10余家公司,下面就放上我遇到的所有面试题以及我的建议,并且提供一些简历的写作和面试技巧给各位即将面试的同志们。

简历

基本信息

  • 简历不要太花哨, 你是应聘的技术, 不是设计师

  • 简历把一些基本信息要说清楚(无关的不要写, 比如头像之类的)

  • 有个人博客, 跟 GitHub 的写上, 若没有内容那就别写

  • 应届毕业生需写上相关证书之类, 有经验的可不写

  • 简历控制在两页以内

项目经验

  • 一般写 2, 3个代表性的项目就好,优先写本职工作相关的

  • 时间顺序建议为倒序

  • 明确说明你在项目当中的职责以及发挥的作用

  • 项目模块需要了解大概逻辑与思路,以及一些关键的技术点,以防面试官问到

  • 没有项目经验的也要模仿一两个小 Demo

面试技巧

**须知**

  • 自己亲自做的东西一定要明白, 如果不是自己亲自做的, 请慎重骗面试官

  • 问的时候会问一些知识点相关的话题,比如你的数据是需要 api 交互的,那可能会问 http 相关, json 数据解析相关,缓存相关,图片加载相关等

  • 对用到的知识点虽用不着一定要看源码的地步,但是最好要懂原理,比如图片加载一定要知道二级缓存,一些常见的缓存算法

工资

不同的城市肯定工资水平不一样的,这里仅以一线城市为例,而且不同的公司、个人能力的高低都会造成工资差异化,这里只是一个大概。

注意事项

  • 去面试前一定要花点时间了解下你面试的这家公司(本身有自己产品的下载体验一下,以防面试过程中问到,或者可以给产品提点意见)

  • 面试的时候态度要谦虚点

  • 学习能力很重要(一定要让面试官感受到你是一个好学的人)

  • 个人兴趣(不要提什么打游戏, 唱歌之类的, 可以说一下业余时间提下自己经常上一些技术社区,看一些技术博客之类的)

  • 除了基本的知识点, 面试官通常都会问一些比较深的领域(可能你没有接触过,但不要气馁, 面试官在考察下你的技术的深度, 这些领域一般包括设计模式, 虚拟机, 插件化, React Native之类的)

面试题目

1.一般什么情况下会导致内存泄漏问题?如何解决

参考答案:

  1. 资源对象没关闭造成的内存泄漏(如: CursorFile等)

  2. Bitmap 对象不在使用时调用recycle()释放内存

  3. 集合中对象没清理造成的内存泄漏(特别是 static 修饰的集合)

  4. 接收器、监听器注册没取消造成的内存泄漏

  5. ActivityContext 造成的泄漏,可以使用 ApplicationContext

  6. Handler 造成的内存泄漏问题(一般由于 Handler 生命周期比其外部类的生命周期长引起的)

2.自定义 Handler 时如何有效地避免内存泄漏问题?

参考答案:

1.自定义的静态handler 2.可以加一个弱引用 3.还有一个主意的就是当你activity被销毁的时候如果还有消息没有发出去 就remove掉吧 4.removecallbacksandmessages去清除Message和Runnable 加null 写在生命周的ondestroy()就行

3.哪些情况下会导致OOM问题?如何解决?

参考答案:

1,过多的内存泄漏会导致内存溢出 2,加载大的图片 3,创建过多的线程

内存优化的解决方法: 1.申请更大的内存,比如多进程、设置manifest中的largeHeap=true等。 2.减少内存使用 ①使用优化后的集合对象,分场景使用SpaseArray和HashMap; ②使用微信的mmkv替代sharedpreference; ③使用StringBuilder替代String拼接 ④统一带有缓存的基础库,特别是图片库,如果用了两套不一样的图片加载库就会出现2个图片各自维护一套图片缓存 ⑤给ImageView设置合适尺寸的图片,列表页显示缩略图,查看大图显示原图 ⑥优化业务架构设计,比如省市区数据分批加载,需要加载省就加载省,需要加载市就加载失去,避免一下子加载所有数据 3.避免内存泄漏

4.ANR 出现的场景以及解决方案?

参考答案:

场景: 1、触摸无响应5s 2、BroadCastReciver 前台处理超过10s 后台超过60s 3、Server 前台处理超过20s 后台超过200s

ANR出现的类型有两种 1、主线程耗时导致 2、CPU、内存、IO 占用过高资源耗尽(其他进程也可以导致)

如何避免: 1、不要在主线程中做耗时的操作 2、避免CPU占用过高,简化方法,减少执行时间 3、避免内存占用过高,防止内存泄漏

5.谈谈 Android 中内存优化的方式?

参考答案:

关于内存泄漏,一般像单例模式的使用不当啊、集合的操作不当啊、资源的缺乏有效的回收机制啊、Handler、线程的使用不当等等都有可能引发内存泄漏。

  1. 单例模式引发的内存泄漏: 原因:单例模式里的静态实例持有对象的引用,导致对象无法被回收,常见为持有Activity的引用 优化:改为持有Application的引用,或者不持有使用的时候传递。

  2. 集合操作不当引发的内存泄漏: 原因:集合只增不减 优化:有对应的删除或卸载操作

  3. 线程的操作不当引发的内存泄漏: 原因:线程持有对象的引用在后台执行,与对象的生命周期不一致 优化:静态实例+弱引用(WeakReference)方式,使其生命周期一致

  4. 匿名内部类/非静态内部类操作不当引发的内存泄漏: 原因:内部类持有对象引用,导致无法释放,比如各种回调 优化:保持生命周期一致,改为静态实例+对象的弱引用方式(WeakReference)

  5. 常用的资源未关闭回收引发的内存泄漏: 原因:BroadcastReceiver,File,Cursor,IO流,Bitmap等资源使用未关闭 优化:使用后有对应的关闭和卸载机制

  6. Handler使用不当造成的内存泄漏: 原因:Handler持有Activity的引用,其发送的Message中持有Handler的引用,当队列处理Message的时间过长会导致Handler无法被回收 优化:静态实例+弱引用(WeakReference)方式 内存溢出: 原因: 1.内存泄漏长时间的积累 2.业务操作使用超大内存 优化: 1.调整图像大小后再放入内存、及时回收 2.不要过多的创建静态变量

6.为什么巨大的原始视频可以编码成很小的视频呢?这其中的技术是什么呢?

参考答案:

  • 1)空间冗余:图像相邻像素之间有较强的相关性

  • 2)时间冗余:视频序列的相邻图像之间内容相似

  • 3)编码冗余:不同像素值出现的概率不同

  • 4)视觉冗余:人的视觉系统对某些细节不敏感

  • 5)知识冗余:规律性的结构可由先验知识和背景知识得到

7.怎么做到直播秒开优化?

参考答案:

  • DNS 解析慢 为了有效降低 DNS 解析对首开的影响,我们可以提前完成播放域名->IP 地址的解析, 并缓存起来,播放的时候,直接传入带 IP 地址的播放地址,从而省去了 DNS 解析的耗时。 如果要支持用 IP 地址播放,是需要修改底层 ffmpeg 源码的。

  • 播放策略 很多侧重点播的播放器,为了减少卡顿,会有一些缓冲策略,当缓冲足够多的数据之后 ,再送入解码播放。

而为了加快首开效果,需要对播放的缓冲策略做一些调整,如果第一帧还没有渲染出来的情况下, 不要做任何缓冲,直接送入解码器解码播放,这样就可以保证没有任何因为「主动」缓冲带来的首开延时。

  • 播放参数设置 所有基于 ffmpeg 的播放器,都会遇到avformat_find_stream_info这个函数耗时比较久, 从而增大了首开时间,该函数主要作用是通过读取一定字节的码流数据, 来分析码流的基本信息,如编码信息、时长、码率、帧率等等,它由两个参数来控制其读取的数据量大小和时长, 一个是 probesize,一个是 analyzeduration。

减少 probesize 和 analyzeduration 可以有效地减少avformat_find_stream_info的函数耗时, 从而加快首开,但是需要注意的是,设置地太小可能会导致读取的数据量不足,从而无法解析出码流信息,导致播放失败, 或者出现只有音频没有视频,只有视频没有音频的问题。

  • 服务端优化

  • 服务器关键帧缓冲

  • CDN最近策略

8.直方图在图像处理里面最重要的作用是什么?

参考答案:

  1. 灰度直方图的定义:灰度级的函数,描述图像中该灰度级的像素个数或该灰度级像素出现的频率。反映了图像灰度分布的情况。

  2. 灰度直方图只能反映图像的灰度分布情况,不能反映图像像素的位置,即所有的空间信息全部丢失。

  • 直方图的应用:

  • a.数字化参数:判断一幅图像是否合理的利用了全部被允许的灰度级范围。一般一幅图应该利用全部或几乎全部可能的灰度级,否则等于增加了量化间隔,丢失的信息将不能恢复。

  • b.边界阈值选取(确定图像二值化的阈值):假定某图像的灰度直方图具有二峰性,则表明这个图像的较亮区域和较暗区域可以很好地分离,以这一点为阈值点,可以得到很好地2值处理效果(区分物体与背景)。

  • c.当物体部分的灰度值比其他部分的灰度值大时,可利用直方图统计图像中物体的面积。

  • d.计算图像的信息量H。

9.说一说ffmpeg的数据结构?

参考答案:

ffmpeg的数据结构可以分为以下几类:

  • (1)解协议(http,rtsp,rtmp,mms) AVIOContext,URLProtocol,URLContext主要存储视音频使用的协议的类型以及状态。 URLProtocol存储输入音视频使用的封装格式。每种协议都对应一个URLProtocol结构。(注意:FFMPEG中文件也被当做一种协议“file”)

  • (2)解封装(flv,avi,rmvb,mp4) AVFormatContext主要存储视音频封装格式中包含的信息 ffmpeg支持各种各样的音视频输入和输出文件格式(例如FLV, MKV, MP4, AVI),而 AVInputFormat和AVOutputFormat 结构体则保存了这些格式的信息和一些常规设置。

  • (3)解码(h264,mpeg2,aac,mp3) AVStream是存储每一个视频/音频流信息的结构体。 AVCodecContext: 编解码器上下文结构体,存储该视频/音频流使用解码方式的相关数据。 AVCodec: 每种视频(音频)编解码器(例如H.264解码器)对应一 个该结构体。

三者的关系如下图:

  • (4)存数据 对于视频,每个结构一般是存一帧;音频可能有好几帧

    • 解码前数据:AVPacket

    • 解码后数据:AVFrame

10.数字图像滤波有哪些方法?

参考答案:

均值滤波(邻域平均法)、中值滤波(消除独立的噪声点)、高斯滤波(线性平滑滤波,消除高斯噪声,对整幅图像进行加权平均,每一个像素点的值都由其本身和邻域内的其他像素值经过加权平均后得到)、KNN滤波、高通滤波、低通滤波等。

另外给大家分享一份Android进阶开发的学习手册,这份文档整理归纳了Android中高级的绝大部分知识点。
强调一下:【因篇幅问题:文中只放技术点,需要完整版的的可找作者获取,留:【Android】即可领】
版本目录如下所示(需要的直接找作者留【Android进阶】获取):
  1. Android 中高级开发必备基础知识

  2. Android 性能优化开发手册

  3. Framework开发进阶文档

  4. Jetpack

  5. Android 音视频开发进阶文档(初级-中级-高级)

  6. Android 架构技术必备手册

  7. Android车载

  8. Flutter 3.0开发手册

需要此份完整版文档的朋友,留言 【Android】 即可领此份开发文档!

一、Android 中高级开发必备基础知识
知识点 架构设计必入技能 (泛型、注解)、架构动态编程技术原理、android虚拟机指令、虚拟机垃圾回收、虚拟机类和对象的结构等等内容)

二、Android 性能优化开发手册

(知识点 启动优化、内存优化、启动优化速度、卡顿优化、布局优化、崩溃优化、应用启动全流程(源码深度解析)等内容)

三、Framework开发进阶文档

(知识点 :Framework通信、Framework底层服务、Framework事件机制等内容)

四、Jetpack

(知识点 自动化构建APP、Compose等内容)

五、Android 音视频开发进阶文档(初级-中级-高级)

(知识点:初级音视频开发(基础)、中级音视频开发(opengl)、Android高级音视频开发(FFmpeg等))

六、Android 架构技术必备手册

(知识点 架构师通用技能、网络访问、图片加载、数据库管理框架、注入解耦、组件化、插件化、等内容)

七、Android车载

(知识点:Android Auto、汽车媒体应用、车载蓝牙、构建Android Auto即时通信、Android车载应用、汽车应用等内容)

八、Flutter 3.0

(知识点 Flutter动画、Flutter组件、Dart、弹框等)

再次强调一下:【因篇幅问题:文中只放技术点,需要完整版的的可找作者获取,留言:【Android】即可】

秋招Android进阶面经,面试10余家经验分享,拿到offer真不难相关推荐

  1. 2021年暑期实习、秋招深度学习算法岗面试要点及答案分享

    本文主要整理了深度学习相关算法面试中经常问到的一些核心概念,并给出了细致的解答,分享给大家. 内容整理自网络,原文链接:https://github.com/HarleysZhang/2019_alg ...

  2. 2021秋招总结(内含笔试面试攻略)

    每年都被称为就业最难的一年!!! 因为突如其来的疫情直到2020年6月才返校!!! 笔试面试准备合集 算法面试常考知识点 计算机网络面试常考知识点 Linux面试常考知识点 操作系统面试常考知识点 C ...

  3. 百度秋招补录前端一面面试

    百度秋招补录前端一面面试 项目遇到的问题以及解决方案 大数据除了用.bigint还有其他方案吗? vue的双向绑定原理 vue2.0 和 vue3.0 的数据劫持 vue3.0的改变有哪些 keepa ...

  4. 2022届秋招保利威前端面试

    2022届秋招保利威前端面试 原文网址:https://www.nowcoder.com/discuss/353158719997419520?sourceSSR=search 对象的浅拷贝和深拷贝如 ...

  5. 2017年秋招美团Java程序员开发,看我如何拿到offer

    转载自  2017年秋招美团Java程序员开发,看我如何拿到offer 本人是一名本科毕业非计算机专业的程序员,面了阿里,结果没过,最后面上了美团,热乎乎的面经,昨天面的美团,虽然面完了HR面,但是感 ...

  6. 项目经理的专业面试10条经验总结

    作者:红哥笔记 链接:https://www.zhihu.com/question/20635088/answer/2683203738 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商 ...

  7. 春招从0到1offer的总结和经验分享

    春招从0到1offer的总结和经验分享 文章目录 春招从0到1offer的总结和经验分享 前言 感谢 面试总结和面经 经历分享 个人春招经历 前言 在经过神魔乱舞的4月后,表示春招也是进入了尾声.不得 ...

  8. 秋招Android面试总结:美团、携程、百度、腾讯、长银58

    今年秋招自己分别先后拿下:携程.长银58消费金融.美团的offer.同时也参加过百度.腾讯.好未来.拼多多.cvte的面试,在这里总结一下,希望对后来之人有帮助.如果你正准备秋招或者春招可以参考以下三 ...

  9. 安卓工程师:秋招21家公司的面试真题总结

    之前一直混迹于牛客,现在也反馈一波给牛油们.下面是秋招的面试经历具体内容. 拼多多 学霸提前批Android研发工程师 offer 笔试 基于给定接口实现ImageLoader框架 一面 自我介绍 静 ...

最新文章

  1. elk,logstash -elastcisearch 429
  2. jsp 使用base标签 没有作用_JSP学习篇
  3. 【解决】Error:java: javacTask: source release 8 requires target release 1.8
  4. c#中的非托管资源释放 (Finalize和Dispose)
  5. 实力打脸: 量子隐形传输与 “瞬间移动” 毫无关系
  6. Apache中配置ASP.NET环境
  7. delphi 不允许在线程里操作ui怎么办_11款鲜为人知的在线工具,全面而又强大
  8. CSDN博文分类全部删除了?
  9. HDU - 4282 A very hard mathematic problem
  10. 多读少写的场景 如何提高性能
  11. [项目管理-29]:SMART项目计划制定与PDCA闭环监控,珠联璧合,双剑合一。
  12. 使用 cookie 登录百度
  13. WixSharp打包软件安装包入门教程
  14. 整理一些除了Google Adsense以外比较适合英文站的国外广告联盟
  15. 照片实现3D光影效果
  16. typora导出word指定样式_Word长文档排版以写论文为例
  17. java模拟抛物线_小tips:用java模拟小球做抛物线运动
  18. P106-90 跑PG-Strom
  19. 32位64位Eclipse和jdk对应关系说明【初学者适用】
  20. “贵人语迟”?孩子说话越晚越聪明?

热门文章

  1. 【JavaEE】详解 “进程”
  2. ifconfig eth0 down禁用网卡操作致使ssh连接不上,ping不通机器
  3. Scrapy+selenimu分析《海王》到底有多好看
  4. iphone闹铃的稍后提醒什么意思
  5. 交通灯定时控制系统的设计
  6. python就业指导python实战教程
  7. NBA季后赛总抢断排行榜(数据截止至11年5月5日)
  8. 解决springcloud集成nacos 使用lb 无效
  9. 错误: xxx不是抽象的, 并且未覆盖xxx中的抽象方法
  10. 【人脸表情识别】稀疏表示人脸表情识别【含GUI Matlab源码 786期】