在解决Android设备计算缓慢的问题时，可以尝试以下方法：

1. 优化代码逻辑：检查应用程序中的代码，确保没有无用的计算或重复计算。优化算法和数据结构，避免不必要的循环和嵌套。减少内存分配和对象创建，使用缓存和重用对象。

代码示例：以下示例展示了如何优化重复计算，避免不必要的循环。

// 原始代码
int result = 0;
for (int i = 0; i < 100; i++) {
    result += i;
}

// 优化后的代码
int n = 100;
int result = n * (n - 1) / 2;

2. 异步处理任务：将耗时的计算任务移至后台线程，以避免阻塞主线程，从而提高用户界面的响应性能。

代码示例：以下示例展示了如何使用AsyncTask在后台执行耗时的计算任务。

private class CalculationTask extends AsyncTask {
    @Override
    protected Integer doInBackground(Void... params) {
        int result = 0;
        // 执行耗时的计算任务
        return result;
    }

    @Override
    protected void onPostExecute(Integer result) {
        // 处理计算结果
    }
}

// 调用异步任务
new CalculationTask().execute();

3. 使用多线程或并发库：使用多线程或并发库来充分利用设备的多核处理能力，提高计算效率。

代码示例：以下示例展示了如何使用Java的ExecutorService和Future来执行并发任务。

ExecutorService executor = Executors.newFixedThreadPool(4);
List> futures = new ArrayList<>();

// 提交并发任务
for (int i = 0; i < 4; i++) {
    Future future = executor.submit(() -> {
        int result = 0;
        // 执行计算任务
        return result;
    });
    futures.add(future);
}

// 获取计算结果
int totalResult = 0;
for (Future future : futures) {
    try {
        totalResult += future.get();
    } catch (InterruptedException | ExecutionException e) {
        e.printStackTrace();
    }
}

// 关闭线程池
executor.shutdown();

4. 使用合适的数据结构：选择合适的数据结构可以提高计算效率。例如，使用SparseArray代替HashMap来节省内存开销。

代码示例：以下示例展示了如何使用SparseArray来代替HashMap。

// 使用HashMap
HashMap map = new HashMap<>();
map.put(1, "A");
map.put(100, "B");
map.put(1000, "C");

// 使用SparseArray
SparseArray sparseArray = new SparseArray<>();
sparseArray.put(1, "A");
sparseArray.put(100, "B");
sparseArray.put(1000, "C");

5. 减少图形和动画的复杂性：如果应用程序中涉及复杂的图形和动画效果，可以考虑减少其复杂性或优化渲染过程，以提高性能。

代码示例：以下示例展示了如何使用硬件加速来优化动画效果。

View view = findViewById(R.id.view);
view.setLayerType(View.LAYER_TYPE_HARDWARE, null);

通过以上方法和示例，可以优化Android设备上的计算性能，提升应用程序的响应速度。