如何解决关于TableView里面cell随机显示的问题

这段时间看了好几个这方面的问题,写个帖子和大家分享一下

http://www.cocoachina.com/bbs/read.php?tid-20855.html

http://www.cocoachina.com/bbs/read.php?tid=7957&page=1#112517

常见问题的现象是,TableView里面的Cell的文本显示出现随机的情况,见帖子1

这个问题的本质是什么呢?

其实要搞清楚这个问题,需用弄懂TableView更新的本质

比如说,我们希望设置TableView里面第三行的Cell的现实文字为“abc”,是不是能够直接获取TableView的第三行的Cell,然后设置这个值就可以了呢?听起来是很直观的,但是实际上是不行的。

想要更新cell的显示,唯一正确并且高效的途径就是,在cellForRowAtIndexPath里面实现正确的方法,其他的途径都是错误的(或者说是时灵时不灵的,比如说上面的办法)

那么

1)如何更新cell的值呢?我们一般都会保存一个数组,这个数组是用来保存cell的值的,在cellForRowAtIndexPath里面,访问这个数组,就可以取到最新的值了。

2)如何通知tableview更新显示cell呢,这个大家都会了,tableView reloadData就可以了

这个问题的本质还是MVC的理念,M就是你存放数据的数组,V就是cell,cell就只负责显示,而且cell是重用的,任何cell的view显示都是一样的。

所以回到我们遇到的很多问题,比如  http://www.cocoachina.com/bbs/read.php?tid-20855.html

如果我们知道cellForRowAtIndexPath是写给所有行用的,那么就需要清晰的设置每一行期望显示的信息

所以cell的每个属性,如要要设置值的话,就必须考虑所有的情况(等于/不等于之类的)

    if(indexPath.section==0){
        cell.accessoryType = UITableViewCellAccessoryDisclosureIndicator;
        cell.textLabel.text = @"District 19A";
    }
    // 没有了下面这段,cell的显示就会乱,因为不知道会重用到已经有显示还是没有显示的cell
    else{
        cell.accessoryType = UITableViewCellAccessoryNone;
        cell.textLabel.text = @"";
    }

再给个不是那么明显的例子,只设置了两个属性的值

    if(indexPath.section==0){
        cell.accessoryType = UITableViewCellAccessoryDisclosureIndicator;
        cell.textLabel.text = @"District 19A";
        cell.detailedTextLabel.text = @"Hello";  
    }
    // 没有了下面这段,cell的显示就会乱,因为不知道会重用到已经有显示还是没有显示的cell
    else{
        cell.accessoryType = UITableViewCellAccessoryNone;
        cell.textLabel.text = @"";

        // 如果没有设置cell.detailedTextLabel.text , detailedTextLabel的数据就会出现随机
    }


再回到更加复杂的情况,如果Cell是自定义的,比如里面带了个TextField,那怎么办呢?我如何更新某个TextField的值并且刷新显示呢?

这个就有点烦,一样,严格遵循MVC模式进行思考就可以了。

用一个数组,保存TextField对应的数据,当TextField更新的时候,相应TextField的textDidChange事件,把TextField的数据更新到这个数据项。有趣的时,TextField的事件里面,是不知道当前是属于第几行的,所以要找到是第几行,你需要自己重载一下TextField的类,把indexPath传给这个TextField的类,这样子,textDidChange才知道要更新第几行的数据


在这个杂志的项目中也遇到了类似的问题。
最终的解决的方案是给各个单位赋Tag值并且每个Tag都在cellForRowAtIndexPath里面进行设置。
或者在cell初始化时先销毁,不过这样很不好。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值