1。2  智能终端与智能系统

1。2。1  智能手机

所有终端设备中，应用最广泛的就是智能手机了。智能手机结合了传统手机和早期的掌上电脑的特点发展至今，已经成为了人们身边最重要的智能设备。智能手机本身的全触控操作和美观的设计使得其很快成为人们的宠儿。智能手机市场群雄逐鹿，有着苹果，华为，小米，三星等知名品牌，随着智能手机的不断更新换代，整个市场一直保持着较高的活跃度。

1。2。2  智能系统

智能手机虽然有着不断的更新换代和极其庞大的市场，但智能终端之所以如此有冲击力更多在于智能终端的操作系统。现在常见的智能手机平台有： Symbian 、 Windows Mobile 、 PALM 、 Blackberry 、 iOS 、 Android 等。当前市场应用最广的智能系统是Android，由Google公司和开放手机联盟领导及开发的基于文献综述Linux的开发源代码的操作系统。凭借开源性和良好的用户体验，Android自2008年推出，逐渐成为移动设备应用最广的平台。安卓系统有着各种增强用户体验的组件，便于开发者使用。

1。2。3  App

智能系统的一大特点就是拥有着海量的App。市面上有很多不同的应用市场，手机应用是智能系统极大方便用户的重点。各式各样的应用实现不同的功能，从生活各个领域提升用户的使用体验。目前Android应用已经渗透到选课系统，天气预报，游戏开发，移动云存储，物流管理等领域，便利于普通用户和业内人士。本课题也是致力于一款App的开发，课题打算设计成为一款为志愿者使用的App。

2  Android App开发应用基础

2。1  Android架构

2。1。1  Android开发工具架构

Android系统是在Linux系统基础上开发的，Android操作系统的架构由应用程序层，应用程序框架层、应用程序框架层，Android库层、Android运行层以及Linux内核层构成。Android开发工具主要有两种，一种是在Eclipse上安装Eclipse ADT，Eclipse ADT是在Eclipse平台下用于开发Android应用程序的插件，采用项目文件管理的方式进行Android应用程序开发。本课题使用的是另一种开发工具Android Studio。Android Studio是由Google公司推出的开发Android应用程序的IDE。比起Eclipse ADT，Android Studio有很多优点，比如可以实时预览布局，对Jar文件的支持，智能报错，智能重构等，不过Android Studio的项目架构比起Eclipse有很大的不同。Android Studio提供了两种架构方式，一种是Android，还有一种是Project。

图2。1 Android Studio两种架构比较

Android Studio这两种架构虽然有区别，但实际开发内容是相同的。Android架构的视图更为简单，Project架构更易读。我们就从Project架构方式说明Android Studio的架构方式与各个文件用途。

表2。1 Android Studio架构说明来-自~优+尔=论.文,网www.youerw.com +QQ752018766-

文件位置 功能

setting。gradle

build。gradle

src/main/java

src/main/res/layout

src/main/AndroidManifest。xml

src/main/jniLibs

src/main/res

libs 设置相关gradle脚本

项目的gradle编译文件

关键部分，java代码所在处

布局文件所在处

清单文件

jni的一些动态库所在的默认位置(。so文件)

Android资源文件所在处

库文件（jar）所在处

Android Studio最大的特点就是引入了gradle配置文件，允许开发者通过插件自己定义构建的逻辑，使得项目的架构更加灵活便捷。

2。1。2  MCV

Android架构分为界面层，核心层，接口层和模型层四个层级。该架构由经典的MVC框架发展得来，即模型(model)－视图(view)－控制器(controller)，MVC是一种软件设计典范，也广泛适用于Android开发。在编写时MVC的核心思想就是将业务逻辑，数据和界面这些部分通过分离的方法来实现代码的组织，从而实现程序良好的封装性。良好的封装性使得在改变及个性化定制界面和用户交互的过程可以不用再次编写业务逻辑和数据处理等内容。用户可以根据自己的需求选择最合适的浏览数据方式，而这种编程思想显然也给开发者带来了极大的方便。在安卓开发的过程中，xml文件相当于view的部分，Activity相当于controller的部分，解决用户交互的问题，M层是核心层，用于处理业务逻辑例如数据库存取，复杂算法等数据方面的工作。