一、UI卡优化
1.1、图像显示原理
CPU和GPU是通过总线连接起来的，CPU输出的结果往往是一个位图，经由总线，在合适的时机上传给GPU，GPU拿到位图后做相应的图层渲染，包括纹理的合成等，把结果放到帧缓冲区(Frame Buffer)当中，由视图控制器根据信号，在指定时间之前去帧缓冲区提取要显示的内容，然后显示到屏幕上面。
CPU：UI布局计算、文本的计算和排版、图片的格式转换和解码、图像的绘制，输出位图，然后把这个位图提交到GPU上面。
GPU：纹理渲染。
1.2、UI卡顿、掉帧
VSync垂直信号，页面滑动流畅要求：60fps，每秒60帧画面更新，即每16.7ms就要产生一帧画面，在16.7ms中，要CPU和GPU共同协同完成一帧的数据。
CPU花费一定的时间完成UI布局，文本计算等，包括一些视图的绘制以及图片解码等产生的位图提交给GPU，再由GPU花费一定的时间进行相应的图层的合成和纹理的渲染，然后准备好下一帧画面，然后在下一帧VSync信号到来的时候显示这一帧画面。
如果CPU在UI布局及文本计算的时候花费了过多的时间，那在这16.7ms中留给GPU的时间就非常少，GPU要完成相应的图层的合成和纹理的渲染，总时间就会超过16.7ms，那么在下一帧VSync信号到来的时候，还没有准备好这一帧的画面，这样就会产生掉帧的情况。
UI卡顿、掉帧的原因：
在规定的16.7ms之内，在下一帧VSync信号到来之前，CPU和GPU并没有共同完成下一帧画面的合成，于是就会导致卡顿或者掉帧的问题。
1.3、滑动优化方案
CPU：
1、尽量用轻量级的对象，比如可以用int的就不要用NSNumber，比如用不到事件处理的地方，可以考虑使用CALayer取代UIView
2、不要频繁地调用UIView的相关属性，比如frame、bounds、transform等属性，尽量减少不必要的修改
3、尽量提前计算好布局，在有需要时一次性调整对应的属性，不要多次修改属性
4、Autolayout会比直接设置frame消耗更多的CPU资源
5、图片的size最好刚好跟UIImageView的size保持一致
6、控制一下线程的最大并发数量
7、尽量把耗时的操作放到子线程
对象的创建、调整、销毁，可以放到子线程当中去做。
预排版：（布局计算、文本计算）放到子线程当中，这样，主线程就有更多的时间响应用户的交互。
预渲染：文本等异步绘制、图片解码等（放到子线程当中）。GPU：
1、尽量避免短时间内大量图片的显示，尽可能将多张图片合成一张进行显示
2、GPU能处理的最大纹理尺寸是4096x4096，一旦超过这个尺寸，就会占用CPU资源进行处理，所以纹理尽量不要超过这个尺寸
3、尽量减少视图数量和层次
4、减少透明的视图（alpha<1），不透明的就设置opaque为YES
5、尽量避免出现离屏渲染
1.4 离屏渲染
在OpenGL中，GPU有2种渲染方式
On-Screen Rendering：当前屏幕渲染，在当前用于显示的屏幕缓冲区进行渲染操作
Off-Screen Rendering：离屏渲染，在当前屏幕缓冲区以外新开辟一个缓冲区进行渲染操作离屏渲染消耗性能的原因
需要创建新的缓冲区
离屏渲染的整个过程，需要多次切换上下文环境，先是从当前屏幕（On-Screen）切换到离屏（Off-Screen）；等到离屏渲染结束以后，将离屏缓冲区的渲染结果显示到屏幕上，又需要将上下文环境从离屏切换到当前屏幕哪些操作会触发离屏渲染？
光栅化：layer.shouldRasterize = YES
遮罩：layer.mask
圆角：同时设置layer.masksToBounds = YES、layer.cornerRadius大于0
考虑通过CoreGraphics绘制裁剪圆角，或者叫美工提供圆角图片
阴影：layer.shadowXXX
如果设置了layer.shadowPath就不会产生离屏渲染
1.5 卡顿检测
平时所说的“卡顿”主要是因为在主线程执行了比较耗时的操作
可以添加Observer到主线程RunLoop中，通过监听RunLoop状态切换的耗时，以达到监控卡顿的目的
LXDAppFluecyMonitor -- 卡顿检测
二、耗电优化
2.1 耗电的主要来源
CPU处理：Processing
网络：Networking
定位：Location
图像：Graphics
2.2 耗电优化
- 1、尽可能降低CPU、GPU功耗
- 2、少用定时器
- 3、优化I/O操作(文件的读和写)
1、尽量不要频繁写入小数据，最好批量一次性写入
2、读写大量重要数据时，考虑用dispatch_io，其提供了基于GCD的异步操作文件I/O的API。用dispatch_io系统会优化磁盘访问
3、数据量比较大的，建议使用数据库（比如SQLite、CoreData） - 4、网络优化
1、减少、压缩网络数据
2、如果多次请求的结果是相同的，尽量使用缓存
3、使用断点续传，否则网络不稳定时可能多次传输相同的内容
4、网络不可用时，不要尝试执行网络请求
5、让用户可以取消长时间运行或者速度很慢的网络操作，设置合适的超时时间
6、批量传输，比如，下载视频流时，不要传输很小的数据包，直接下载整个文件或者一大块一大块地下载。如果下载广告，一次性多下载一些，然后再慢慢展示。如果下载电子邮件，一次下载多封，不要一封一封地下载 - 5、定位优化
1、如果只是需要快速确定用户位置，最好用CLLocationManager的requestLocation方法。定位完成后，会自动让定位硬件断电
2、如果不是导航应用，尽量不要实时更新位置，定位完毕就关掉定位服务
3、尽量降低定位精度，比如尽量不要使用精度最高的kCLLocationAccuracyBest
4、需要后台定位时，尽量设置pausesLocationUpdatesAutomatically为YES，如果用户不太可能移动的时候系统会自动暂停位置更新
5、尽量不要使用startMonitoringSignificantLocationChanges，优先考虑startMonitoringForRegion: - 6、硬件检测优化
用户移动、摇晃、倾斜设备时，会产生动作(motion)事件，这些事件由加速度计、陀螺仪、磁力计等硬件检测。在不需要检测的场合，应该及时关闭这些硬件
三、启动优化
3.1 APP的启动可以分为2种
冷启动（Cold Launch）：从零开始启动APP
热启动（Warm Launch）：APP已经在内存中，在后台存活着，再次点击图标启动APP
3.2 APP启动时间的优化，主要是针对冷启动进行优化
通过添加环境变量可以打印出APP的启动时间分析（Edit scheme -> Run -> Arguments -> Environment Variables）
DYLD_PRINT_STATISTICS设置为1
如果需要更详细的信息，那就将DYLD_PRINT_STATISTICS_DETAILS设置为1DYLD_PRINT_STATISTICS设置为1
Total pre-main time: 48.88 milliseconds (100.0%) // main函数调用前所耗时时间
dylib loading time: 38.52 milliseconds (78.8%) // 动态库加载时间
rebase/binding time: 126687488.9 seconds (371845102.5%)
ObjC setup time: 10.14 milliseconds (20.7%) // OC结构体准备
initializer time: 41.04 milliseconds (83.9%) // 初始化耗时
slowest intializers : // 比较慢的加载
libSystem.B.dylib : 2.92 milliseconds (5.9%)
libBacktraceRecording.dylib : 6.00 milliseconds (12.2%)
libMainThreadChecker.dylib : 28.13 milliseconds (57.5%)DYLD_PRINT_STATISTICS_DETAILS设置为1
total time: 348.32 milliseconds (100.0%) // 总时间
total images loaded: 318 (311 from dyld shared cache) // 镜像加载
total segments mapped: 21, into 385 pages // 每个块的映射时间
total images loading time: 220.02 milliseconds (63.1%)
total load time in ObjC: 8.23 milliseconds (2.3%)
total debugger pause time: 181.48 milliseconds (52.1%)
total dtrace DOF registration time: 0.16 milliseconds (0.0%)
total rebase fixups: 17,964
total rebase fixups time: 0.37 milliseconds (0.1%)
total binding fixups: 436,893
total binding fixups time: 82.68 milliseconds (23.7%)
total weak binding fixups time: 0.01 milliseconds (0.0%)
total redo shared cached bindings time: 123.35 milliseconds (35.4%)
total bindings lazily fixed up: 0 of 0
total time in initializers and ObjC +load: 36.83 milliseconds (10.5%)
libSystem.B.dylib : 2.59 milliseconds (0.7%)
libBacktraceRecording.dylib : 6.13 milliseconds (1.7%)
libobjc.A.dylib : 0.97 milliseconds (0.2%)
CoreFoundation : 1.00 milliseconds (0.2%)
libMainThreadChecker.dylib : 24.47 milliseconds (7.0%)
total symbol trie searches: 1056706
total symbol table binary searches: 0
total images defining weak symbols: 32
total images using weak symbols: 84
3.3 APP的冷启动可以概括为3大阶段
1、dyld
2、runtime
3、main
APP的启动 - dyld
dyld（dynamic link editor），Apple的动态链接器，可以用来装载Mach-O文件（可执行文件、动态库等）。
启动APP时，dyld所做的事情有：
装载APP的可执行文件，同时会递归加载所有依赖的动态库
当dyld把可执行文件、动态库都装载完毕后，会通知Runtime进行下一步的处理APP的启动 - runtime
启动APP时，runtime所做的事情有：
调用map_images进行可执行文件内容的解析和处理
在load_images中调用call_load_methods，调用所有Class和Category的+load方法
进行各种objc结构的初始化（注册Objc类 、初始化类对象等等）
调用C++静态初始化器和attribute((constructor))修饰的函数
到此为止，可执行文件和动态库中所有的符号(Class，Protocol，Selector，IMP，…)都已经按格式成功加载到内存中，被runtime 所管理
- APP的启动 - main
APP的启动由dyld主导，将可执行文件加载到内存，顺便加载所有依赖的动态库
并由runtime负责加载成objc定义的结构
所有初始化工作结束后，dyld就会调用main函数
接下来就是UIApplicationMain函数，AppDelegate的application:didFinishLaunchingWithOptions:方法
3.4 APP的启动优化
按照不同的阶段
dyld
减少动态库、合并一些动态库（定期清理不必要的动态库）
减少Objc类、分类的数量、减少Selector数量（定期清理不必要的类、分类）
减少C++虚函数数量
Swift尽量使用structruntime
用+initialize方法和dispatch_once取代所有的attribute((constructor))、C++静态构造器、ObjC的+loadmain
在不影响用户体验的前提下，尽可能将一些操作延迟，不要全部都放在finishLaunching方法中
按需加载
四、安装包优化
4.1 安装包瘦身
安装包（IPA）主要由可执行文件、资源组成
- 资源（图片、音频、视频等）
采取无损压缩
去除没有用到的资源： https://github.com/tinymind/LSUnusedResources - 可执行文件瘦身
编译器优化
Strip Linked Product、Make Strings Read-Only、Symbols Hidden by Default设置为YES。
去掉异常支持，Enable C++ Exceptions、Enable Objective-C Exceptions设置为NO， OtherC Flags添加-fno-exceptions。
利用AppCode（https://www.jetbrains.com/objc/）检测未使用的代码：菜单栏 -> Code -> Inspect Code。
编写LLVM插件检测出重复代码、未被调用的代码。
4.2 LinkMap
生成LinkMap文件，可以查看可执行文件的具体组成
可借助第三方工具解析LinkMap文件： https://github.com/huanxsd/LinkMap
