新闻详情

新闻详情

首页 / 资讯中心 / 详情

app工程内使用Hilt做依赖注入

发布时间:2026/11/11 12:20:50来源:尧图网络
app工程内使用Hilt做依赖注入
依赖注入,简单说就是把“创建对象”和“使用对象”这两件事分开。你需要什么,别人(框架)直接递给你,而不是你自己去造。这么做有什么好处?1.解耦:MainViewModel 强依赖具体的类。如果哪天 MqttRepository 的构造函数变了(比如需要传一个 Context),你就必须跑到所有 new MqttRepository() 的地方去改代码。别人给的时候,MainViewModel 只认“接口”或“约定”,不关心你怎么造。以后要改构造函数、换一个实现类,只需要在 AppModule 里改一行 @Provides 代码,整个项目所有用到它的地方(MainViewModel、HomeViewModel)一行都不用改。2. 职责单一清晰:ViewModel类只管使用,如果不分离要在 ViewModel 里写“怎么初始化数据库”、“怎么建线程池”.... , 这会让 ViewModel 极其臃肿,变成“上帝类”。3. 防止内存泄漏:Hilt 会在 App 启动时创建一次,全局共享。你不需要再操心onCleared里面去shutdown()它,Hilt 会保证它的生命周期和 App 进程一致,安全又省心。Hilt集成libs.versions.toml[versions] ksp = "2.3.4" # 添加 Hilt 版本(建议 2.48+,如果 Kotlin 版本较新,建议用最新的稳定版) hilt = "2.59.1" [libraries] # Dagger dagger-core
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/10 4:49:37

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/10 19:42:40

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/11 9:31:44

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/11 5:36:08

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/10 15:15:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/10 17:14:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉