博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Android Studio 2.0下创建jni应用调用本地C函数
阅读量:2231 次
发布时间:2019-05-09

本文共 1923 字,大约阅读时间需要 6 分钟。

开发环境

  • jdk1.8.0_77
  • sdk 25.1.1
  • ndk android-ndk-r11c-windows-x86_64
  • Android Studio 2.0

參考:

具体步骤

一:新建工程HelloFromJni

这里写图片描写叙述

二:配置工具

1 切换到project视图右键打开Module setting,加入NDK文件夹

这里写图片描写叙述

2 在build.gradle文件的defaultConfig节点中相似加入

defaultConfig {    ...    ndk {        moduleName "hello-jni"    }    sourceSets.main {        jni.srcDirs = []        jniLibs.srcDir "src/main/libs"    }}

3 在Settings > Tools > External Tools中加入命令行工具(NDK)例如以下:

1 加入javah (以便依据MainActivity生成对应头文件)

这里写图片描写叙述

2 加入ndk-build.cmd编译命令工具

这里写图片描写叙述

3 加入ndk build clean工具

这里写图片描写叙述

4 编辑MainActivity.java文件加入本地方法声明,并载入类库(此处为hello-jni),演示样例代码例如以下:

package com.example.dell.hellofromjni;import android.support.v7.app.AppCompatActivity;import android.os.Bundle;public class MainActivity extends AppCompatActivity {
static{ System.loadLibrary("hello-jni"); } @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main); TextView tv=(TextView)findViewById(R.id.tv); tv.setText(getStrFromJni()); } public native String getStrFromJni();}

5 在app上右键生成jni文件夹

这里写图片描写叙述

6 在MainActivity.java上右键选择NDK工具javah。在jni文件夹中生成com_example_dell_hellofromjni_MainActivity.h文件

这里写图片描写叙述

7 在jni文件夹中新建并编写hello-jni.c文件,函数能够直接在刚才生成的头文件里靠过来并加入參数和函数体:

#include "com_example_dell_hellofromjni_MainActivity.h"JNIEXPORT jstring JNICALL Java_com_example_dell_hellofromjni_MainActivity_getStrFromJni  (JNIEnv * env, jobject obj){        char* cstr = "hello from c";        return (*env)->NewStringUTF(env, cstr);  }

8 在jni中新建编译配置文件Android.mk和Application.mk

Android.mk

LOCAL_PATH := $(call my-dir)include $(CLEAR_VARS)LOCAL_MODULE    := hello-jniLOCAL_SRC_FILES := hello-jni.cinclude $(BUILD_SHARED_LIBRARY)

Application.mk

APP_MODULES := hello-jniAPP_ABI := armeabi armeabi-v7a x86

9 在jni文件夹上右键选择NDK> ndk-build编译c代码,假设错误发生应该用ndk build clean一下清楚编译生成的类库再改动错误

这里写图片描写叙述

10 如今就能够在虚拟机或者真机上測试执行了:

这里写图片描写叙述

这里写图片描写叙述

转载于:https://www.cnblogs.com/ljbguanli/p/7260133.html

你可能感兴趣的文章
简述极大似然估计
查看>>
用线性判别分析 LDA 降维
查看>>
用 Doc2Vec 得到文档/段落/句子的向量表达
查看>>
使聊天机器人具有个性
查看>>
使聊天机器人的对话更有营养
查看>>
一个 tflearn 情感分析小例子
查看>>
attention 机制入门
查看>>
手把手用 IntelliJ IDEA 和 SBT 创建 scala 项目
查看>>
GAN 的 keras 实现
查看>>
AI 在 marketing 上的应用
查看>>
Logistic regression 为什么用 sigmoid ?
查看>>
Logistic Regression 为什么用极大似然函数
查看>>
SVM 的核函数选择和调参
查看>>
LightGBM 如何调参
查看>>
用 TensorFlow.js 在浏览器中训练神经网络
查看>>
cs230 深度学习 Lecture 2 编程作业: Logistic Regression with a Neural Network mindset
查看>>
梯度消失问题与如何选择激活函数
查看>>
为什么需要 Mini-batch 梯度下降,及 TensorFlow 应用举例
查看>>
为什么在优化算法中使用指数加权平均
查看>>
初探Java设计模式4:一文带你掌握JDK中的设计模式
查看>>