Compose Samples项目JetLagged示例中的Shader动画问题解析
2025-05-10 05:16:07作者:尤辰城Agatha
背景介绍
在Android Jetpack Compose的官方示例项目Compose Samples中,JetLagged示例展示了一个有趣的动画效果。该示例使用自定义Modifier结合GLSL着色器实现了一个波浪动画背景效果。然而,开发者在实际运行中发现,这个动画在某些设备上会出现不工作的情况。
问题现象
JetLagged示例中的yellowBackground() Modifier通过Shader实现了一个波浪动画效果。其核心原理是向Shader传递一个时间参数iTime,Shader根据这个时间参数计算波浪位置从而实现动画。但在某些长期运行的设备上,这个动画会完全失效。
技术原理分析
问题的根源在于时间参数的生成方式。原代码使用withInfiniteAnimationFrameMillis获取系统启动后的毫秒数作为时间基准:
val time by produceState(0f) {
while (true) {
withInfiniteAnimationFrameMillis {
value = it / 1000f
}
}
}
withInfiniteAnimationFrameMillis返回的是设备启动后累计的毫秒数。对于长期运行的设备(如文中提到的289天未重启的设备),这个值会变得非常大(如1042854毫秒)。
问题原因
当时间值变得过大时,Shader中的浮点数运算会出现精度问题。GLSL着色器中的浮点数精度有限,特别是当数值很大时,小数部分的精度会显著降低。这导致:
- 波浪动画的计算失去足够的精度
- 时间变化对Shader输出的影响变得微乎其微
- 最终表现为动画"卡住"不动
解决方案
修复方案是使用相对时间而非绝对时间。修改后的代码如下:
val time by produceState(0f) {
var baseTime = 0f
while (true) {
withInfiniteAnimationFrameMillis {
if (baseTime == 0f) baseTime = it.toFloat()
value = (it - baseTime) / 1000f
}
}
}
这个方案的关键改进点:
- 记录动画开始时的基准时间
baseTime - 每次计算时使用当前时间与基准时间的差值
- 确保时间参数始终保持在合理范围内
深入思考
这个问题揭示了几个重要的开发原则:
- 时间处理原则:在动画实现中,使用相对时间比绝对时间更可靠
- 数值范围控制:传递给Shader的参数应保持在合理范围内,避免极大值
- 设备多样性考虑:需要考虑设备长期运行等边界情况
最佳实践建议
基于此案例,建议开发者在实现类似效果时:
- 对于需要长时间运行的动画,使用相对时间基准
- 考虑Shader的浮点数精度限制,控制参数范围
- 在关键计算节点添加日志,监控参数的实际变化
- 在不同设备上进行充分测试,特别是长期运行的设备
总结
JetLagged示例中的这个问题很好地展示了在实际开发中需要考虑的各种边界条件。通过分析问题原因和解决方案,我们不仅修复了一个具体bug,更重要的是学习到了在Compose中实现稳定动画效果的最佳实践。这对于开发高质量的Compose应用具有普遍指导意义。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
617
793
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
394
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
403
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989