一、Activity切换的生命周期变化(A启动B)

1. 标准流程(B完全覆盖A)

完整生命周期路径:

  • Activity A

    1. onPause():失去焦点,仍部分可见

    2. onStop():完全不可见(当B完全覆盖后)

  • Activity B

    1. onCreate():初始化基础组件

    2. onStart():即将可见

    3. onResume():获得焦点,完全交互状态

关键关联关系:

  1. A必须先完成onPause(),B才能开始创建

  2. B必须完成onResume()后,A才会执行onStop()

  3. 系统保证:A.onPause → B.onCreate → B.onStart → B.onResume → A.onStop

2. 透明主题(B是半透明/对话框)

特殊变化:

  • A只执行到onPause()(因为仍部分可见)

  • B正常执行完整生命周期:onCreate → onResume

  • 当B关闭时:A立即执行onResume()(无需重建)

二、Fragment切换的生命周期变化(以replace为例)

1. 无回退栈(FragmentA → FragmentB)

完整生命周期路径:

  • FragmentA

    1. onPause() → onStop():失去焦点和可见性

    2. onDestroyView():视图被销毁

    3. onDestroy() → onDetach():完全销毁并解绑

  • FragmentB

    1. onAttach():绑定到宿主Activity

    2. onCreate():初始化

    3. onCreateView() → onViewCreated():创建视图

    4. onStart() → onResume():变为可见和可交互

2. 有回退栈(addToBackStack)

关键区别:

  • FragmentA只执行到onDestroyView()(实例保留在内存)

  • 当返回时:

三、Activity与Fragment生命周期的联动

1. Activity状态变化对Fragment的影响

具体规则:

  • Activity的onPause()触发 → 所有Fragment执行onPause()

  • Activity的onStop()触发 → 所有Fragment执行onStop()

  • Activity的onDestroy()触发 → 所有Fragment执行onDestroy() → onDetach()

2. Fragment独立于Activity的生命周期
  • 当Activity已运行

    无Activity生命周期变化

  • 当Activity重建

四、常见问题

Q: Activity A启动Activity B的生命周期变化顺序?

A

  1. A先执行onPause()(失去焦点但部分可见)

  2. B依次执行:onCreate() → onStart() → onResume()(完全可见)

  3. A执行onStop()(完全不可见)

  4. 若B是透明主题:A不会执行onStop()

Q: Fragment替换时的生命周期变化?

A
无回退栈时:

  1. 旧Fragment:onPause() → onStop() → onDestroyView() → onDestroy() → onDetach()

  2. 新Fragment:onAttach() → onCreate() → onCreateView() → onViewCreated() → onStart() → onResume()

有回退栈时:

  1. 旧Fragment:onPause() → onStop() → onDestroyView()(实例保留)

  2. 新Fragment:完整初始化(同上)

  3. 返回时:新Fragment销毁 → 旧Fragment重建视图(onCreateView() → onResume()

Q: Activity生命周期如何影响Fragment?

  1. Activity的onPause()会触发所有Fragment的onPause()

  2. Activity的onStop()会触发所有Fragment的onStop()

  3. Activity的onDestroy()会触发所有Fragment的onDestroy()onDetach()

  4. Fragment无法脱离Activity存在,其生命周期由宿主Activity同步触发

关键原则

  • 前台Activity总是优先响应生命周期变化

  • Fragment的生命周期回调总是发生在宿主Activity的对应回调之间

  • 透明Activity会阻止底层Activity执行onStop()

  • 有回退栈的Fragment只会销毁视图,保留实例状态

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/diannao/93870.shtml
繁体地址,请注明出处:http://hk.pswp.cn/diannao/93870.shtml
英文地址,请注明出处:http://en.pswp.cn/diannao/93870.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

自动驾驶控制算法——PID算法

自动驾驶控制算法——PID算法 文章目录自动驾驶控制算法——PID算法一、PID 是什么?二、PID 原理2.1 **比例环节(P)**2.2 **积分环节(I)**2.3 **微分环节(D)**2.4 特点总结2.5 案例分析 —— 小…

Spring Boot 异步执行方式全解析:@Async、CompletableFuture 与 TaskExecutor 对比

在 Spring Boot 开发中,异步执行是提升系统性能的重要手段,尤其适用于处理耗时操作(如日志记录、邮件发送、数据同步等)。本文将深入对比 Spring Boot 中三种主流的异步实现方式 ——Async注解、手动CompletableFuture和直接使用T…

高效微调2:Prompt-Tuning原理与实战

高效微调2:Prompt-Tuning原理与实战 Prompt-Tuning原理介绍 代码 Prompt-Tuning原理介绍 Prompt-Tuning Prompt-Tuning的思想:冻结主模型全部参数,在训练数据前加入一小段Prompt,只训练Prompt的表示层,即一个Embedding模块。其中,Prompt.又存在两种形式,一种是hard promp…

使用BART模型和T5模型实现文本改写

BART模型BART(Bidirectional and Auto-Regressive Transformers)是由 Facebook AI Research(FAIR)在 2019 年提出的序列到序列(seq2seq)预训练模型,论文发表于《BART: Denoising Sequence-to-Se…

电商前端Nginx访问日志收集分析实战

使用FileBeatLogstashES实现分布式日志收集 在大型项目中 ,往往服务都是分布在非常多不同的机器上 ,每个机器都会打印自己的log日志 但是 ,这样分散的日志 ,本来就无法进行整体分析。再加上微服务的负载均衡体系 ,甚至…

TwinCAT3示例项目1

目录一、需求分析二、程序编写1.实现1盏灯的自控(IF、TOF)2. 添加模式控制(Case、枚举)3. 添加多盏灯(FOR、数组)4. 添加多组灯(二维数组)END项目结合了,FB,I…

如何在 VMware Workstation 虚拟机中利用 Nvidia 显卡的硬件加速功能

这篇文章详细介绍了如何在 VMware Workstation 虚拟机中利用 Nvidia 显卡的硬件加速功能,通过 PCI 设备直通(Pass-Through)技术将显卡分配给虚拟机使用: 在 VMware Workstation 虚拟机中利用 Nvidia 显卡的硬件加速功能 1. 检查…

设计模式(二十二)行为型:策略模式详解

设计模式(二十二)行为型:策略模式详解策略模式(Strategy Pattern)是 GoF 23 种设计模式中最具实用性和广泛影响力的行为型模式之一,其核心价值在于定义一系列算法或行为,并将每个算法封装到独立…

AI+向量化

要理解 Java 如何结合 AI 与向量化,我们需要从向量化的核心概念、AI 中向量化的作用、Java 生态中的实现工具以及具体实践案例四个维度展开。以下是详细解析:一、核心概念:向量化与 AI 的关系向量化(Vectorization)是将…

Bootstap Vue 之b-form-radio-group 不显示选中状态问题

代码类似&#xff1a;<b-form-radio-groupclass"mt-2"required:disabled"dfrmDisabled"v-model"childDikeForm.SafetyAppraisalRank":options"[一, 二, 三, 四]"name"rankradioopt"></b-form-radio-group>经过测…

Shell 脚本实战:基于 for 循环的批量操作三例(账户创建、网络检测与密码管理)

一、编写脚本for1.sh,使用for循环创建20账户&#xff0c;账户名前缀由用户从键盘输入&#xff0c;账户初始密码由用户输入&#xff0c;例如:test1、test2、test3、......、test10实现思路通过read命令获取用户输入的账户前缀和初始密码&#xff1b;加入非空校验&#xff1a;若前…

PBR技术

一 、PBR的概述1.定义策略路由&#xff1a; PBR 是一种覆盖路由器默认路由决策机制的技术。它允许管理员根据策略&#xff08;而不仅仅是目标地址&#xff09;来设置数据包的下一跳 IP 地址、出站接口、IP 优先级/DSCP 值等。路由策略&#xff1a;是指在路由器或三层设备上&…

STM32-ESP8266Wi-Fi模块使用USART实现通信/创建AP和STA模式配置教程(寄存器版)

本章思维导图&#xff1a;ESP8266WIFI模块简介ESP8266 是一款由乐鑫科技推出的低成本、高性能 Wi-Fi 模块&#xff0c;广泛应用于物联网和嵌入式开发领域。WIFI的频段5G和2.4G2.4G Wi-Fi与5G Wi-Fi最本质的区别即工作频段&#xff08;无线电波的频率&#xff09;不一样&#xf…

算法26. 删除有序数组中的重复项

给你一个 非严格递增排列 的数组 nums &#xff0c;请你 原地 删除重复出现的元素&#xff0c;使每个元素 只出现一次 &#xff0c;返回删除后数组的新长度。元素的 相对顺序 应该保持 一致 。然后返回 nums 中唯一元素的个数。 考虑 nums 的唯一元素的数量为 k &#xff0c;你…

ROS2中传输样条曲线

在ROS2中传输样条曲线需要解决两个核心问题&#xff1a;**如何结构化表示曲线数据**和**如何高效传输**。以下是一套完整方案&#xff0c;结合自定义消息设计、序列化优化和QoS配置实现可靠传输&#xff1a;---### &#x1f4d0; 一、定义样条曲线的自定义消息 样条曲线通常由控…

Win11怎样安装DirectX 9

通过微软官方下载安装&#xff1a;确认系统兼容性并准备&#xff1a;确保显卡驱动为最新版本&#xff0c;因为 DirectX 与显卡驱动程序紧密相关。同时&#xff0c;可暂时关闭防病毒软件和防火墙&#xff0c;防止其干扰安装过程。下载安装程序&#xff1a;访问微软官方网站下载 …

RAGFLOW~Enable RAPTOR

Enable RAPTOR 一种递归抽象方法&#xff0c;用于长上下文知识检索和摘要&#xff0c;在广泛语义理解和细微细节之间取得平衡。 RAPTOR&#xff08;递归抽象处理用于树状组织检索&#xff09;是一种在2024年论文中引入的增强文档预处理技术。它旨在解决多跳问答问题&#xff0c…

【机器人+相机通讯】宇树科技相机通信

https://github.com/unitreerobotics/xr_teleoperate/blob/main/README_zh-CN.md 相机驱动与服务端 https://github.com/unitreerobotics/xr_teleoperate/blob/main/teleop/image_server/image_server.py 其中相机如果是realsense, 安装好驱动后&#xff0c;可以使用命令查看…

机械学习中的一些优化算法(以逻辑回归实现案例来讲解)

一、混淆矩阵混淆矩阵是机器学习中评估分类模型性能的重要工具&#xff0c;尤其适用于二分类或多分类任务。它通过展示模型预测结果与实际标签的匹配情况&#xff0c;帮助理解模型的错误类型&#xff08;如假阳性、假阴性等&#xff09;。以下通过二分类场景为例&#xff0c;结…

龙蜥受邀参加2025开放计算技术大会,解码基础模型驱动下的系统创新与生态共建

开放计算技术大会由全球最大的开放计算社区 OCP 发起&#xff0c;是开放计算领域生态覆盖最广且最具影响力的亚洲年度技术盛会。本届大会由 OCP 与 OCTC&#xff08;中国电子工业标准化技术协会开放计算标准工作委员会&#xff09;两大开放组织联合主办&#xff0c;将于 8 月 7…