学习Android也有将近一年的时间了，一直在看大牛们分享的知识，今天也想分享自己之前的一点研究，关于计步器算法的。目前在计步领域比较领先的有乐动力以及春雨计步器，在做算法的参数调试的时候也是一直拿这两个应用做对比。乐动力当之无愧行业第一，不管是应用的体验还是准确度都是非常棒，春雨计步器的亮点是轻量级，使用以及界面操作都很简单。之前因为一些需求，需要做一个计步器，所以就开始自己研究算法了，各种场景（走路拿在手上，放在口袋，跑步），算法的准确度大概可以达到95.7%，综合起来觉得是比春雨略好，但是赢不了乐动力（可以达到97.7%）在体验和大局观为王的互联网时代，我觉得技术上的差距会越来越小，重要的是体验还有对于产品的定位，所以决定将算法与大家分享，第一是希望可以帮到到家，第二也是希望大家提一些意见，让这个算法可以得到改进。
计步器apk下载
apk反编译下载
二、计步器算法的总体思路以及辅助调试的工具
人在走路时大致分为下面几种场景：
1、正常走路，手机拿在手上（边走边看、甩手、不甩手）
2、慢步走，手机拿在手上（边走边看、甩手、不甩手）
3、快步走，手机拿在手上（甩手、不甩手、走的很快一般不会看手机吧）
4、手机放在裤袋里（慢走、快走、正常走）
5、手机放在上衣口袋里（慢走、快走、正常走）
6、上下楼梯（上面五中场景可以在这个场景中再次适用一遍）
以上，不管出于哪一种场景（其实对应手机不同的运动规律），g-sensor的三轴数据都是有规律可以寻找的。
每一步都有特征点，找到这个特征点，就是识别出来一步。
下面推荐一个工具，叫gsensor-debug，可以观察三轴的曲线，下面是手机上下摆动的曲线
这是很规律曲线只要检测波峰就行了，实际的走路曲线会有很多杂波，算法的作用就是滤除这些杂波（走路的波形可以用工具自己看，可以保存为文件，用excel打开有数据，将数据转换为波形就可以自己看）
三、算法的介绍（贴出核心代码）1、变量的定义//存放三轴数据 float[] oriValues = new float[3]; final int valueNum = 4; //用于存放计算阈值的波峰波谷差值 float[] tempValue = new float[valueNum]; int tempCo