Android4.2以及最新SDK的尝鲜使用
发布日期:2021-06-30 21:49:16 浏览次数:4 分类:技术文章

本文共 428 字,大约阅读时间需要 1 分钟。

 已经发布了Android4.2,并且也相应的更新了SDK到4.2。其实最主要的是谷歌这次帮开发者把、ADT、SDK整合 到了一起,我们只需要下载一个ADT Boundle,就可以开发程序了。

 

   下载完之后,我们可以看到如下的文件夹:

                          

    一个安装好ADT的eclipse,一个是SDK。当我们点击进去sdk后是这样的:

                          

    没有了之前的SDK Manager以及AVD Manager了。然后打开eclipse,是这样的:

       

    以及不是eclipse的启动页面了,换成了谷歌的Android了。进去之后多了一个IDE中心,很像。

        把它最小化之后,就是我们常用的开发面板了:

    

     然后,我们更新一下Package就可以开发程序了:

                                             

       下面看一下新建一个程序:

                                              

                                                

                                               

                                              

                                               

                                                 

                                                

                                                 

                                                  

      是不是觉得比较给力呢,这样的话我们确实不用费精力来配置IDE了。其实,谷歌每次更新都会为开发者带来方便,这样有助于开发者开发,也是互利共赢。希望谷歌能把Android这个平台做得更好!没有更新的朋友可以去体验一下!

转载地址:https://loongembedded.blog.csdn.net/article/details/39737083 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:Android平台根目录文件
下一篇:android驱动例子(LED灯控制)

发表评论

最新留言

路过,博主的博客真漂亮。。
[***.116.15.85]2024年05月05日 11时04分28秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章

神经网络调参实战(四)—— 加深网络层次 & 批归一化 batch normalization 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(1)—— 假设检验(μ&卡方检验&方差检验(F检验))&相关系数(皮尔逊&斯皮尔曼) 2019-04-30
RRT算法(快速拓展随机树)的Python实现 2019-04-30
路径规划(二) —— 轨迹优化(样条法) & 局部规划(人工势能场法) & 智能路径规划(生物启发(蚁群&RVO) & 强化学习) 2019-04-30
强化学习(四) —— Actor-Critic演员评论家 & code 2019-04-30
RESTful API 2019-04-30
优化算法(四)——粒子群优化算法(PSO) 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(2)——回归分析(最小二乘法&决定系数&残差不相关)&主成分分析&奇异值分解 2019-04-30
数据在Oracle中的存储 2019-04-30
优化算法(五)—人工蜂群算法Artificial Bee Colony Algorithm(ABC) 2019-04-30
轨迹规划 trajectory planning 2019-04-30
AGV自动导引运输车 2019-04-30
Trie树(字典树) 2019-04-30
COMP7404 Machine Learing——Logistic Regression 2019-04-30
COMP7404 Machine Learing——Regularization(参数C) 2019-04-30
COMP7404 Machine Learing——KNN 2019-04-30
COMP7404 Machine Learing——SVM 2019-04-30
COMP7404 Machine Learing——Decision Tree & Random Forests 2019-04-30
COMP7404 Machine Learing——Hyperparameter Grid Search & Nested Cross-Validation 2019-04-30
COMP7404 Machine Learing——Confusion Matrix & Precision/Recall/F1 2019-04-30