百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

Flutter 相比 Native APP 开发有什么优势

ztj100 2024-10-30 05:10 24 浏览 0 评论

用了挺久的Flutter了,我自己的体验是中规中矩,没有那么神,但是说一声“优秀”也不为过。

先说优点:

  1. 开发修改很快。Flutter的hot reload比Android原生的Instant run高到不知道哪里去了。
  2. 跨平台。跨平台框架很多,但是在性能、开发效率表现同样出色的框架没几个。
  3. 性能很好。我之前flutter写了个思维导图,上千个节点滑动起来非常流畅,7ms一帧,肉眼看不到卡顿。

4500个节点

profile模式下保证7ms一帧

再说一般的地方:

  1. Flutter学习成本不低。还是以那个导图为例,同一帧显示几千个View什么框架都会卡,想不卡就要写Element和RenderBox,没感觉比Android View那套东西简单多少。
  2. pub上优秀的库不多,也没有jetpack那样的谷歌钦定,哪天维护者跑路了不知道有没有人接手。点名批评getx,pub上排名第一的状态管理库,能干出一年半不更新的事来。
  3. 还是离不开原生,只会Flutter是找不到工作的。推送、通知、widget总要自己写吧?

最后说说缺点:

  1. 多线程机制是烂的。没有协程,没有任务队列,连java里的线程池都没有,自己拿compute和Isolate慢慢写去吧。
  2. 没有热修复,官方也不支持。大厂有人有技术,中小公司可没有。以前Android可以拿tinker之类的顶一顶,Flutter只能更版本

打了那么多字其实全是废话。不考虑小程序,有跨平台需求Flutter就是现阶段最优解,老老实实接受吧


Flutter相当于用自己的语言,来描述UI

仅此而已

Flutter说破天也就是个UI框架,但是看到高赞回答说Flutter要重做所有的Android SDK

笑尿了

Flutter哪有那么大本事,真的需要跟原生交互全都是Plugin,都是直接走channel直接调用原生代码的,重写SDK,做梦呢?


相比Native APP开发有什么优势?接近于原生的性能,接近于原生的体验,更少的代码量,更低的成本,这就是优势


目前的软件行业,更多的软件都是对B/S的补充,真正需要高性能原生的其实不多

技术没有错,错的都是用技术的人

你会用原生写一个全是展示和提交的APP,还是用Flutter这样的UI框架来写?

你会用Flutter写一个视频剪辑的APP,还是用原生来写?

张嘴闭嘴贬低某一方,只能说,不是坏,就是蠢

毫无优势,完全就是被一群网吹吹起来的。比如知乎有个叫圆胖肿的,就天天刷贴安利Flutter和JavaFX,各种花式尬吹。

如果以Fluttet这种程度,单纯为了跨平台的话,还不如用Unity3D这类成熟的跨平台游戏引擎,拿内置UI功能做个界面,直接当成App用。

比如用Unity3D自带的UGUI,界面可以直接拖控件,所见即所得,分辨率自适应。支持的平台数量也比Flutter多。不仅支持手机和PC,还支持游戏机、掌机、VR设备、WebGL、智能手表等,最新版还支持通过WASM发布html。

可以接入安卓和IOS的原生SDK,支持与Java/OC相互调用,支持与摄像头、陀螺仪等硬件交互,而且还能渲染3D模型与粒子特效。

与使用游戏引擎做App相比,原生App有什么优势?

原生App的包小、省电、发热低、节约系统资源,适合长时间运行。

换成Fluttet呢?两方面的优势全都不存在。

如果Flutter的体积、发热能被接受的话,那Unity3D做的App也同样可以被接受。开发效率、功能差距一目了然。

同样是包大、耗电、高发热,如果Unity开发的App不被接受的话,那Flutter又有什么理由被接受?

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: