iOS 开发之UICollectionView使用详解



ios6.0苹果推出了新的滚动视图CollectionVIew,它提供了更加丰富的布局,关于CollectionVIew的原理我就不给大家聊了,主要聊聊它的使用

首先CollectionView的使用主要有几个概念:

1.item(这个同tableViewitem的概念差不多

2.section(等同于tableView中的section

3.supplementarview (可以理解为section的页眉页脚的概念)

4.layout (这个是collectionView的核心,这个主要来决定collectionView布局

下面我来通过代码来给大家演示

这是我的文件列表AppDelegateRootViewController我就不解释了

MYCollectionViewFlowLayout:存储着我的CollectionView的布局信息

MYCollectionViewCell:这个我想大家都能看懂,就是我的自定义cell

MYCollectionReusableHeaderView:这是我的自定义页眉(可以理解为页眉)

MYCollectionReusableFooterView:这是我的自定义页脚(可以理解为页脚)

RootViewController中开始创建CollectionView

头文件和协议注册略


<pre name="code" class="html"><span style="font-family: Arial, Helvetica, sans-serif;">- (void)viewDidLoad</span><span style="font-family: Arial, Helvetica, sans-serif;">{</span>
 
    [super viewDidLoad];
    // Do any additional setup after loading the view.
    //设置布局
    UICollectionView *collectionView = [[UICollectionView alloc] initWithFrame:self.view.bounds collectionViewLayout:[[MYCollectionViewFlowLayout alloc] init]];
    //注册自定义cell
    [collectionView registerClass:[MYCollectionViewCell class] forCellWithReuseIdentifier:@"identifier"];
    ///注册头SupplementaryViews
    [collectionView registerClass:[MYCollectionReusableHeaderView class] forSupplementaryViewOfKind:UICollectionElementKindSectionHeader withReuseIdentifier:@"head"];
    ///注册尾SupplementaryViews
    [collectionView registerClass:[MYCollectionReusableFooterView class] forSupplementaryViewOfKind:UICollectionElementKindSectionFooter withReuseIdentifier:@"foot"];
    //设置背景颜色
    collectionView.backgroundColor = [UIColor greenColor];
    
    collectionView.delegate = self;
    collectionView.dataSource = self;
    
    [self.view addSubview:collectionView];
}
viewD idLoad中创建CollectionVIew并且设置它的布局、注册自定义cell、supplementaryview


#pragma mark-
#pragma mark UICollectionViewDataSource

//每个section中有多少个item
- (NSInteger)collectionView:(UICollectionView *)view numberOfItemsInSection:(NSInteger)section{
    return 10;
}


//有多少个section
-(NSInteger)numberOfSectionsInCollectionView:(UICollectionView *)collectionView{
    return 2;
}


//设置对应的cell上现实的内容
- (UICollectionViewCell *)collectionView:(UICollectionView *)cv cellForItemAtIndexPath:(NSIndexPath *)indexPath;
{
    //从重用队列里取出一个cell
    MYCollectionViewCell *cell = (MYCollectionViewCell *)[cv dequeueReusableCellWithReuseIdentifier:@"identifier"
                                                           forIndexPath:indexPath];
    
    if (!cell) {
        NSLog(@"what ? cell is nil ? It's joke !");
        return nil;
    }
    
    return cell;
}


//设置SupplementaryViews
- (UICollectionReusableView *)collectionView:(UICollectionView *)collectionView viewForSupplementaryElementOfKind:(NSString *)kind atIndexPath:(NSIndexPath *)indexPath{
    UICollectionReusableView *view = nil;
    if ([kind isEqualToString:UICollectionElementKindSectionHeader]) {
        
        MYCollectionReusableHeaderView * view = [collectionView dequeueReusableSupplementaryViewOfKind:kind withReuseIdentifier:@"head" forIndexPath:indexPath];
        return view;
    }
    if ([kind isEqualToString:UICollectionElementKindSectionFooter]) {
        
        MYCollectionReusableFooterView * view = [collectionView dequeueReusableSupplementaryViewOfKind:kind withReuseIdentifier:@"foot" forIndexPath:indexPath];
        return view;
    }
    return view;
}

 UICollectionViewDataSource中前三个协议我就不解释了,相信大家通过tableView的知识便能推理出来,第四条是用来设置页眉页脚的,kind标识类型也就是页眉或者页脚,if判断它是创建页眉还是页脚,用对应的自定义类进行创建。


#pragma mark-
#pragma mark UICollectionViewDelegateFlowLayout
//设置没个item的不同尺寸
- (CGSize)collectionView:(UICollectionView *)collectionView layout:(UICollectionViewLayout*)collectionViewLayout sizeForItemAtIndexPath:(NSIndexPath *)indexPath{
    NSInteger volue = arc4random() % 100;
    CGSize size = CGSizeMake(150, 150 + volue);
    return size;
}

UICollectionViewDelegateFlowLayout只是对UICollectionViewDelegate进行了一些扩展,以上这条是随机设置没个item的高度(宽度固定位150)




MYCollectionViewCell继承于UICollectionViewCell、MYCollectionReusableHeaderView和MYCollectionReusableFooterView都继承于UICollectionReusableView,这三个都是自定义的界面,这个大家随便写,主要给大家看看MYCollectionViewFlowLayout,它继承于UICollectionViewFlowLayout


#define ITEM_SIZE 150.0
-(id)init
{
    self = [super init];
    if (self) {
        //设置item大小
        self.itemSize = CGSizeMake(ITEM_SIZE, ITEM_SIZE);
        //设置转向
        self.scrollDirection = UICollectionViewScrollDirectionVertical;
        //设置section边界值  边界值为逆时针顺序
        self.sectionInset = UIEdgeInsetsMake(0, 5, 0, 5);
        //设置每行间距
        self.minimumLineSpacing = 20.0;
        //头SupplementaryView尺寸
        self.headerReferenceSize = CGSizeMake(50, 10);
        //尾SupplementaryView尺寸
        self.footerReferenceSize = CGSizeMake(50, 10);
        
    }
    return self;
}

我将这些属性设置在自定义的flowlayout中,当然也可以直接对实例化的对象进行设置,注释写的很清楚了,小弟下班了~~拜拜




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取图像的特征。 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,能够捕捉数据中的时间依赖性。 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,它们在神经网络中用于添加非线性,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取得了显著的成就,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。
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取图像的特征。 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,能够捕捉数据中的时间依赖性。 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,它们在神经网络中用于添加非线性,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取得了显著的成就,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