So the answer we're looking for here is
actually the computeFibonacci method.
So let's review what I
did to figure it out.
All right, so running Traceview on
the following activity, and basically
profiling the function that happens when
I press this compute Fibonacci function.
This is what the Traceview
output looks like.
All right, so here's an output
that I got from running Traceview.
You should see something similar.
Notice this large pink area.
This is a bad thing, this basically
indicates that something is
taking up a lot of CPU
time on our main thread.
So if you sort by exclusive CPU time,
or by hovering over this pink area.
You'll notice that the computeFibonacci
method, which is coming from our caching
activity, is the one that's actually
occupying the most CPU resources.
So this is something we want to fix
إذن، الجواب الذي نبحث عنه هنا
هو في الواقع طريقة حساب فيبوناتشي.
لذا دعونا نراجع ما فعلته
لتحديد هذه الطريقة.
حسنًا، نشغل Traceview
على النشاط التالي،
ونحدد الوظيفة التي تحدث
عند الضغط على وظيفة حساب فيبوناتشي،
هذا ما تبدو عليه مخرجات Traceview
حسنًا، هنا نجد المخرجات التي حصلت عليها
من تشغيل Traceview.
ينبغي أن ترى شيئًا مشابهًا لذلك.
لاحظ تلك المساحة الوردية الكبيرة.
وهذا يدل على شيء سيء، وهو يشير
بشكل أساسي إلى أن هناك شيء ما
يستهلك وقتًا طويلًا على وحدة
المعالجة المركزية في عمليتنا الرئيسية.
لذا إن قمت بالتصنيف حسب زمن العملية
أو بالتمرير فوق تلك البقعة الوردية،
فستلاحظ أن طريقة حساب فيبوناتشي،
القادم من نشاط التخزين المؤقت
هو هذا الشيء الذي يحتل أكبر قدر
من موارد وحدة المعالجة المركزية
وهذا ما نريد أن نصلحه.
La respuesta que buscamos aquí
es el método computeFibonacci.
Repasemos lo que hice para entender.
Al ejecutar Traceview
en la siguiente actividad,
y perfilar la función
que tiene lugar cuando presiono
esta función Fibonacci,
el Traceview debería verse así.
Entonces este es el resultado
que obtuve al ejecutar Traceview.
Ustedes deberían ver algo igual.
Miren esta gran zona rosa.
Esto es algo malo
porque básicamente indica
que se usa mucho tiempo de la CPU
en tu hilo principal.
Si clasifican por tiempo de CPU
o pasan por la zona rosa
notarán que el método computeFibonacci
que proviene de
la actividad de captura
es el que más recursos utiliza de la CPU.
Esto es algo que queremos reparar.
Alors la réponse recherchée ici
est en fait la méthode computeFibonacci.
Voyons comment
trouver ce résultat.
Alors, on lance TraceView
sur cette activité, et pour faire simple
on profile la fonction qui s'exécute avec
Calculer des nombres de Fibonacci.
Voici à quoi ressemble la sortie
TraceView.
Bon, voici les résultats
obtenus en exécutant TraceView.
Ça devrait ressembler à ceci.
Vous voyez cette large zone rose ?
Ce n'est pas une bonne chose, elle indique
en fait que quelque chose
prend beaucoup de temps UC
sur notre thread principal.
Si on trie par taux CU exclusif ou qu'on
passe le curseur sur cette zone rose,
on voit que la méthode computeFibonacci,
qui vient de notre activité de
mise en cache, est celle qui occupe
le plus de ressources processeur.
Voilà ce qu'on devrait corriger.
Jawaban yang kita cari di sini sebenarnya
adalah metode penghitungan Fibonacci.
Mari tinjau yang saya
lakukan untuk itu.
Menjalankan Traceview pada aktivitas
berikut dan pada dasarnya
memrofilkan fungsi yang berjalan saat
fungsi penghitungan Fibonacci ini ditekan.
Hasil Traceview terlihat seperti ini.
Jadi inilah hasil yang saya dapatkan
setelah menjalankan Traceview.
Harusnya Anda lihat yang sama.
Perhatikan area merah muda yang besar ini.
Ini tidak bagus, pada dasarnya ini
menunjukkan ada sesuatu yang
memakan banyak proses CPU
di utas utama kita.
Jka Anda urutkan menurut proses CPU saja,
atau mengarahkan tetikus
ke area merah muda ini.
Anda akan melihat metode
penghitungan Fibonacci,
yang berasal dari aktivitas caching kita,
menyita sebagian besar
sumber daya CPU.
Inilah yang ingin kita perbaiki
ここで私たちが探している答えは算出Fibonacciメソッドです
では私が探し出したものをレビューしてみましょう
以下のアクティビティでTraceviewを動かします
基本的には
この算出Fibonacci機能を押す時の機能のプロファイリングです
Traceview出力はこのように見えます
これがTraceviewを動かすことで得た出力です
同様のものが見えると思います
この大きいピンクのエリアを見てください
これはよくありません
これは基本的に何かが
メインスレッドでCPU時間を多く
占めていることを指します
もし排他CPU時間またはこのピンクのエリアを覆いかぶすことで
ソートする場合
キャッシング・アクティビティから来る
算出Fibonacciメソッドが
実際にCPUリソースのほとんどを占めていることに
気づくでしょう
これが私たちが直したいものなのです
정답은 computeFibonacci() 메소드에요
어떻게 정답에 이르렀는지 검토해볼게요
좋아요 이번 액티비티에 트레이스뷰를 실행해
computeFibonacci() 함수를 실행하는 상황을 프로파일링 하면
트레이스뷰 결과가 이렇게 나와요
이건 제 트레이스뷰 결과에요
여러분도 비슷한 결과가 나올 거예요
여기에 큰 핑크색 구간을 보세요
이건 안 좋은 거예요
무언가가 메인 스레드에서 CPU 시간을 많이 사용하고 있다는 뜻이에요
그럼 독점 CPU 시간으로 정렬하거나 핑크색 구간에 커서를 올려놓으면
CachingActivity에서 실행되는
computeFibonacci() 메소드가
CPU 자원을 가장 많이 사용하는 게 보이실 거예요
이걸 고쳐야 해요
Portanto, a resposta que procuramos aqui
é, na verdade, o método computeFibonacci.
Então vamos rever o que eu
fiz para resolver isso.
Tudo bem, então executar Traceview
na seguinte atividade, e basicamente
fazer o perfil da função
que acontece
quando eu clico na função
computeFibonacci.
Assim é como a saída de dados
do Traceview aparece.
Tudo bem, então aqui está uma saída
que obtive quando executei o Traceview.
Você deverá ver algo parecido.
Repare nesta grande área rosa.
Isto é mau, pois basicamente
indica que alguma coisa
está ocupando muito tempo do CPU
em nosso segmento principal.
Então, se você ordenar por tempo do CPU,
ou passando o mouse sobre esta área rosa
notará que o método computeFibonacci,
que está vindo da nossa atividade de cache
é um dos que está ocupando
mais recursos da CPU.
Então, isso é algo que queremos corrigir.
Правильный ответ здесь:
метод computeFibonacci.
Посмотрим,
как я к нему пришел.
Прогнав через Traceview
данное действие
и составив профиль функции, которая
вызывается при нажатии этой кнопки,
мы получаем следующие результаты.
Вот результаты, которые я получил
после выполнения Traceview.
У вас должно быть что-то похожее.
Обратите внимание
на большой участок розового цвета.
Это плохой знак. Он указывает на то,
что какой-то процесс
в основном потоке занимает
очень много процессорного времени.
И при упорядочивании по
исключительному процессорному времени
или при наведении курсора
на розовый участок
видно, что именно метод computeFibonacci
вызываемый из процесса в кэше,
забирает на себя большую часть
ресурсов процессора.
Это нужно исправить.
Aradığımız cevap, hesaplaFibonacci
metodudur.
Bunu kavramak için, yaptığımın
üzerinden bir daha geçelim.
Pekala, İzgörünümünü takip eden
aktivitede yürüttüğümde ve temel olarak
işlevi profillediğimde ve bu hesapla
Fibonacci işlevine bastığımda, bu olur.
Bu, İzgörünüm çıkıtısıdır.
Pekala, işte İzgörünümü yürüterek,
elde ettiğimiz çıktı.
Benzer bir şey görmeniz gerekir.
Bu geniş pembe alana dikkat edin.
Bu kötü bir şeydir, bu, esasen
ana dizi üzerindeki
bir şeyin çok fazla CPU
zamanı aldığına işaret eder.
Eğer yalnızca CPU zamanıyla sıralar ya da
bu pempe alan üzerinde gezinirseniz,
ön belleğe kayıt aktivitemizden gelen
hesaplaFibonacci metodunun,
CPU kaynaklarını en fazla işgal eden
aktivite olduğunu fark edeceksiniz.
Bu, onarmak istediğimiz bir şey.
Câu trả lời chúng ta tìm kiếm ở đây
là phương thức computeFibonacci
Xem tôi phát hiện
ra thế nào
Giờ hãy chạy Traceview trong
hoạt động này, và cho hiển thị
thông tin cơ bản về phương thức
bằng cách chạm phím compute Fibonacci
Giao diện Traceview
sẽ như thế này.
Đây là kết quả có được
từ Traceview đang chạy.
Giao diện phải thế này.
Hãy chú ý vùng lớn màu hồng này.
Đây là dấu hiệu xấu, cơ bản
nghĩa là có hoạt động nào đó
chiếm nhiều thời gian CPU
trong tiểu trình chính.
Nếu xếp lại theo thời gian chạy CPU
hoặc trỏ chuột ngang qua vùng hồng này.
Bạn thức computeFibonacci
ra từ hoạt động lưu trữ nội dung cache
chính là quy trình ngốn phần lớn
tài nguyên CPU.
Đây là chỗ chúng ta phải sửa
在这里,我们要找的答案
实际上是computeFibonacci方法。
让我们看看,我是怎么样找到它的。
在下面的活动上运行Traceview。
当我按下这个computeFibonacci函数,
将会剖析这个函数。
这是Traceview的输出。
这是运行Traceview时看到的输出。
你应该看到一些类似的内容,
请注意这个大的粉色区域。
这很糟,基本上,
这表示有些函数在我们的主线程上占用大量的CPU时间。
如果你按照独占CPU时间排序
或者将鼠标悬停在这个粉色区域。
你会发现computeFibonacci方法,
它来自于我们的缓存活动
是占用CPU资源最多的函数。
我们需要解决这个问题。
我們在這裡所要找的答案
其實是計算斐波納契數方法
讓我們複習我做過的來
把它解出來
好 在後續的活動上運行Traceview
以及基本上分析當我
點擊計算斐波納契函數時所產生的函數
這就是Traceview的
輸出看起來的模樣
好 這就是我運行Traceview
所得到的輸出
你應該會看到類似的東西
注意這塊巨大的粉紅色區域
這不是件好事
這基本上代表著
有東西在我們的主線上
占據了大部分的CPU時間
所以若你單獨依照CPU時間做排序
或將滑鼠停在這個粉紅色區域上方
你會發現到計算斐波納契數方法
其實就是源自於我們的緩衝活動
就是在佔據大部分的CPU資源
這是我們會想要改善的東西