1. Dialog 概念

**Dialog（对话框）**是 Android 提供的一种 浮动窗口组件，用于提示信息、获取用户输入或做简单选择。
特点：

  • 浮在当前 Activity 上，不占用全屏
  • 交互性强，通常包含按钮、输入框或列表
  • 可自定义布局和样式

2. Dialog 类型

2.1 AlertDialog（最常用）

  • 用于显示 警告、确认、选择 等信息
  • 可以包含 标题、内容、按钮

示例：

new AlertDialog.Builder(this)

    .setTitle("提示")

    .setMessage("确定要退出吗？")

    .setPositiveButton("确定", (dialog, which) -> finish())

    .setNegativeButton("取消", null)

    .show();

2.2 ProgressDialog（已过时）

  • 用于显示 进度条，通常在耗时操作时使用
  • Android 官方建议使用 ProgressBar + DialogFragment 替代

2.3 DatePickerDialog / TimePickerDialog

  • 用于选择 日期 或 时间
  • 示例：

DatePickerDialog dialog = new DatePickerDialog(this,

    (view, year, month, dayOfMonth) -> {

        // 处理选择的日期

    }, 2025, 7, 27);

dialog.show();

2.4 自定义 Dialog

  • 可以使用 Dialog 或 DialogFragment 自定义布局
  • 示例：

Dialog dialog = new Dialog(this);

dialog.setContentView(R.layout.custom_dialog_layout);

dialog.show();
  • 可以在布局中放 EditText、Button、ImageView 等控件

3. Dialog 的显示方式

  • show()：显示对话框
  • dismiss() / cancel()：关闭对话框
  • setCancelable(boolean)：是否允许点击空白区域或返回键取消

4. DialogFragment（推荐）

  • 继承 DialogFragment 可以更好地处理 生命周期 和 旋转屏幕重建
  • 示例：

public class MyDialogFragment extends DialogFragment {

    @NonNull

    @Override

    public Dialog onCreateDialog(Bundle savedInstanceState) {

        return new AlertDialog.Builder(getActivity())

            .setTitle("提示")

            .setMessage("这是DialogFragment")

            .setPositiveButton("确定", null)

            .create();

    }

}

// 显示

new MyDialogFragment().show(getSupportFragmentManager(), "dialog");

5. 注意事项

  1. 不要在后台线程直接操作 Dialog → 会报异常
  2. 避免内存泄漏 → 使用 DialogFragment 更安全
  3. UI 风格 → 可通过 Theme.Dialog 或自定义样式美化

💡 小技巧：

  • AlertDialog 的按钮可以通过 setOnShowListener 修改样式或字体
  • 自定义 Dialog + RecyclerView 可以实现选择列表或复杂交互

Android开发-Dialog对话框 – 菜鸟-创作你的创作

# android
Logo
武汉城市开发者社区

为武汉地区的开发者提供学习、交流和合作的平台。社区聚集了众多技术爱好者和专业人士，涵盖了多个领域，包括人工智能、大数据、云计算、区块链等。社区定期举办技术分享、培训和活动，为开发者提供更多的学习和交流机会。

更多推荐

cover

高通骁龙8精英版第五代发布，游戏与AI性能大幅升级

avatar 武汉城市开发者社区

介绍 τ-bench：一个评估语言智能体在真实场景中与人、工具、规则交互能力的新基准

近年来，基于大语言模型（LLM）的智能体（agent）在自动化任务处理方面展现出巨大潜力。然而，现有的评测基准大多聚焦于单轮指令执行或纯工具调用，很少涉及以及这些在实际应用中至关重要的能力。为了填补这一空白，来自 Sierra 的研究团队提出了（Tool-Agent-User Interaction Benchmark），一个专注于评估语言智能体在中与用户交互、使用工具并遵循领域规则能力的全新基准

avatar 武汉城市开发者社区

商业建筑空调能耗优化：AI应用架构师用智能体实现按需供应的技巧

按需供应的目标是在满足用户舒适度的前提下，最小化空调能耗。需求的动态性：人员数量、活动类型（如会议、办公）、环境因素（如太阳辐射、室外温度）时刻变化；供给的约束性：空调系统的响应速度（如压缩机启动时间）、设备容量（如冷量输出上限）、能源成本（如峰谷电价）限制了供给的灵活性；舒适度的主观性：不同用户对温度、湿度的偏好差异大（如有人喜欢24℃，有人喜欢26℃），如何平衡群体需求与个体差异是关键。商业建

avatar 武汉城市开发者社区