安卓设备屏幕分辨率适配

需求

适配1.83寸的手表屏幕
屏幕分辨率为240px*284px
dpi=203.18

计量单位

px (Pixels): 其实就是像素单位,是屏幕上最小可见的单元,比如我们通常说的手机分辨列表800*400都是px的单位(px 的单位是 像素,dpi 的单位是 像素/英寸)
sp : 同dp相似,还会根据用户的字体大小偏好来缩放
dp (Device Independent Pixels(设备独立像素)): 虚拟像素,屏幕无关的像素单位,在不同的像素密度的设备上会自动适配,以确保在不同屏幕上显示的大小相对一致。
dip: 同dp
dpi(Dots Per Inch):是指每英寸的像素点数,DPI值越高,图像越清晰,像素密度越大。
mm(Millimeters):毫米是一种度量长度的单位,它代表屏幕上的实际物理长度。
pt(Points):点是一种用于印刷和排版的单位,通常用于描述字体的大小。

计算公式

px和dp:
px = dp * (dpi / 160)
在安卓开发中,dp(Density Independent Pixels)和px(Pixels)是用来表示长度或距离的单位。下面是dp和px之间的转换关系:
dp转px: px = dp * (dpi / 160) 其中dpi是屏幕的像素密度,通常可以通过获取屏幕密度DPI的方式获得。

px转dp: dp = px / (dpi / 160)

在实际开发中,推荐使用dp作为单位来定义布局和尺寸,因为dp是与屏幕密度无关的单位,可以在不同密度的屏幕上呈现一致的大小和比例。而px则是实际的像素值,会随着屏幕密度的不同而有所变化。

dpi计算:
DPI的计算公式如下: DPI = √(分辨率宽度^2 + 分辨率高度^2) / 屏幕尺寸

上面的dpi=203
将提供的数值代入公式进行计算: DPI = √(240^2 + 284^2) / 1.83 ≈ 203
其实就是勾股定理:求对角的长度除以屏幕尺寸(也是对角线长度)

  • dp转换成px:px = dp * (屏幕的像素密度 / 160)
  • px转换成dp:dp = px / (屏幕的像素密度 / 160)
  • mm转换成px:px = mm * (屏幕的像素密度 / 25.4)
  • px转换成mm:mm = px / (屏幕的像素密度 / 25.4)
  • pt转换成px:px = pt * (屏幕的像素密度 / 72)
  • px转换成pt:pt = px / (屏幕的像素密度 / 72)

Android 屏幕适配之框架(AndroidAutoSize)(今日头条)适配

github地址

AndroidAutoSize的使用

  • .添加Gradle配置

implementation ‘me.jessyan:autosize:1.2.1’

添加AndroidManifest配置

<application<meta-dataandroid:name="design_width_in_dp"android:value="240"/><meta-dataandroid:name="design_height_in_dp"android:value="284"/>
</application>

现在就可以在布局文件中直接使用dp了,会自动适配屏幕分辨率

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.mzph.cn/diannao/32856.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

完美解决找不到steam_api64.dll无法执行代码问题

游戏缺失steam_api64.dll通常意味着该游戏依赖于Steam平台的一些功能或服务&#xff0c;而这个DLL文件是Steam客户端的一部分&#xff0c;用于游戏与Steam平台之间的交互。如果游戏中缺失这个文件&#xff0c;可能会出现无法启动、崩溃或其他问题。 一&#xff0c;详细了解stea…

第13关:存储过程1、第14关:存储过程2。(2021数据库期末一)

目录 首先需要学习和了解的知识 第13关&#xff1a;存储过程1 任务描述 答案 第14关&#xff1a;存储过程2 任务描述 答案 本篇博客的答案博主是学习别人得来的&#xff0c;敢于借鉴和学习哈哈&#xff01;&#xff01; 首先需要学习和了解的知识 了解什么是存储过程以及…

针对ARM64嵌入式系统的Linux内核参数优化

文章目录 0. 概要1. 网络性能优化开启TCP连接重用减少TCP连接超时时间 2. 文件系统和I/O优化提高文件描述符限制 3. 内存管理优化提高内存可用性 4. 内核调度优化调整CFS调度器的调度周期 5. 完整配置文件 0. 概要 在ARM64架构的嵌入式系统中&#xff0c;系统性能和资源优化至…

JeecgBoot v3.7.0 all 版本发布,前后端合并一个仓库

项目介绍 JeecgBoot是一款企业级的低代码平台&#xff01;前后端分离架构 SpringBoot2.x&#xff0c;SpringCloud&#xff0c;Ant Design&Vue3&#xff0c;Mybatis-plus&#xff0c;Shiro&#xff0c;JWT 支持微服务。强大的代码生成器让前后端代码一键生成! JeecgBoot引领…

音频——性能测试中的基本概念

文章目录 频率响应平均电平增益ADC 路径增益DAC 路径增益底噪信噪比总谐波失真+噪声(THD+N)延迟频率响应 对于音频设备,频率响应可以理解为音频设备对不同频率信号的处理或重现。对于音频信号频率,一般关注20Hz~20kHz范围。理想情况下,输入幅度相同的不同频率信号,过音频…

吴恩达机器学习 第二课 week4 决策树

目录 01 学习目标 02 实现工具 03 问题描述 04 构建决策树 05 总结 01 学习目标 &#xff08;1&#xff09;理解“熵”、“交叉熵&#xff08;信息增益&#xff09;”的概念 &#xff08;2&#xff09;掌握决策树的构建步骤与要点 02 实现工具 &#xff08;1&#xff09;…

常见的七大排序

目录 前言 冒泡排序 选择排序 插入排序 堆排序 希尔排序 快排 归并排序 前言 本文介绍七种常见的排序方式&#xff1a;冒泡排序&#xff0c;选择排序&#xff0c;插入排序&#xff0c;堆排序&#xff0c;希尔排序&#xff0c;快排&#xff0c;归并排序 冒泡排序 将每2…

Linux使用——查看发行版本、内核、shell类型等基本命令

先做快照 虚拟机中编辑网络 关机 普通账户和管理员账户 互相对照 localhost相当于IP 参数: 短格式:以减号(-)开头&#xff0c;参数字母 长格式:以2个减号(--)后跟上完整的参数单词 当前发行版本 [rootserver ~]# cat /etc/redhat-release Red Hat Enterprise Linux release 9.…

压缩示例代码libarchive,zlib

文章目录 前言一、zlib库在内存中对数据进行压缩&#xff0c;defalteInit函数默认压缩为zlib格式在内存中将数据压缩为gzip格式 二、libarchive库压缩为tar.gz文件 总结 前言 记录用C/C实现数据压缩的代码 一、zlib库 home page: https://zlib.net/ manual: https://zlib.n…

Java日常探秘-从小疑问到实践智慧的编程之旅(1)

文章目录 前言一、Git中回滚操作的方式二、加密为第三方服务&#xff0c;需要rpc&#xff0c;怎么提高效率三、加解密需求&#xff0c;逻辑能够尽量收敛四、加解密优化五、加解密的rpc失败了处理机制六、优化MySQL查询总结 前言 所有分享的内容源于日常思考和实践&#xff0c;…

C++设计模式——Flyweight享元模式

一&#xff0c;享元模式简介 享元模式是一种结构型设计模式&#xff0c;它将每个对象中各自保存一份数据的方式改为多个对象共享同一份数据&#xff0c;该模式可以有效减少应用程序的内存占用。 享元模式的核心思想是共享和复用&#xff0c;通过设置共享资源来避免创建过多的实…

MSPM0G3507——定时器例程1——TIMA_periodic_repeat_count

以下示例以周期模式配置TimerA0&#xff0c;并使用重复计数功能每隔2秒切换一次GPIO。注意&#xff1a;重复计数功能特定于TimerA0实例&#xff0c;而不是其他TimerA实例。这里是一次500毫秒&#xff0c;重复了四次 主函数&#xff1a; #include "ti_msp_dl_config.h&quo…

Clickhouse备份恢复_Docker环境下的clickhouse如何备份恢复

总结&#xff1a; Docker环境的下的clickhouse备份&#xff0c;不能使用clickhouse-backup&#xff0c;因为clickhouse-client只能备份Docker环境下的clickhouse的元数据 Docker环境的下的clickhouse备份&#xff0c;可以使用TCP的clickhouse-client的9000或HTTP的8123连接clic…

20240621日志:大模型压缩-从闭源大模型蒸馏

目录 1. 核心内容2. 方法2.1 先验估计2.2 后验估计2.3 目标函数 3. 交叉熵损失函数与Kullback-Leibler&#xff08;KL&#xff09;损失函数 location&#xff1a;beijing 涉及知识&#xff1a;大模型压缩、知识蒸馏 Fig. 1 大模型压缩-知识蒸馏 1. 核心内容 本文提出在一个贝…

Program-of-Thoughts(PoT):结合Python工具和CoT提升大语言模型数学推理能力

Program of Thoughts Prompting:Disentangling Computation from Reasoning for Numerical Reasoning Tasks github&#xff1a;https://github.com/wenhuchen/Program-of-Thoughts 一、动机 数学运算和金融方面都涉及算术推理。先前方法采用监督训练的形式&#xff0c;但这…

英语笔记-专升本

2024年6月23日15点01分&#xff0c;今天自己听老师讲了一张试卷&#xff0c;自己要开始不断地进行一个做事&#xff0c;使自己可以不断地得到一个提升&#xff0c;自己可以提升的内容&#xff0c; 英语试卷笔记 ------------------------------------ | 英语试卷笔记 …

使用Python监控网络连接状态并自动启动和关闭软件

通过 Python 编写一个网络连接状态监测程序&#xff0c;以 Synology Drive软件为例。通过如下代码实现来演示如何监控网络连接状态并自动启动和关闭相关软件。 程序首先通过 ping 命令检查内网或外网的连接状态。如果连接的是外网&#xff0c;则程序会检查 Synology Drive 软件…

发表在SIGMOD 2024上的高维向量检索/向量数据库/ANNS相关论文

前言 SIGMOD 2024会议最近刚在智利圣地亚哥结束&#xff0c;有关高维向量检索/向量数据库/ANNS的论文主要有5篇&#xff0c;涉及混合查询&#xff08;带属性或范围过滤的向量检索&#xff09;优化、severless向量数据库优化、量化编码优化、磁盘图索引优化。此外&#xff0c;也…

微信小程序入门2

微信开发者工具的安装方法 1.打开微信开发者工具下载页面 在微信小程序管理后台的左侧边栏中选择“开发工具”&#xff0c;然后选择“开发者工具”&#xff0c;即可找到微信开发者工具的下载页面。 2.打开微信开发者工具的下载链接页面 单击“下载” 按钮下载&#xff0c;即…

离线linux通过USB连接并使用手机网络

离线linux通过USB连接并使用手机网络 引场景 引 离线环境要安装一些软件特别麻烦&#xff0c;要自己去官网下载对应的包&#xff0c;然后上传到服务器上&#xff0c;再解压&#xff0c;编译&#xff0c;执行&#xff0c;配置变量等等&#xff0c;错一步都可能安装失败。有网络…