Objective-C中的Block

技术是需要沉淀的。接触iOS开发也有大半年时间了,从一开始的纯白到现在自我感觉略懂一点,其实进步是明显的。无数牛人表示技术博是完成菜鸟到高手蜕变的途径之一,虽然这个博客并非是为技术而生,但是也许作为工科背景下的我来说,每天都写文艺的东西显然并不现实。于是就有了这个集子:能工巧匠集。用这篇开篇,

写一些在开发过程中的积累和感悟,大部分应该是Objectiv-C和XCode的内容,包括基本语法特性和小技巧,或者自己喜欢的一些开源代码的用法分析等等。也许以后会扩展到Unity3D或者UDK的一些3D引擎的心得,当然也有可能会有别的一些自己认为值得分享的东西。这个集子的目的,一来是记录自己一步一步成长的脚印,二来也算是为新来者铺一条直一点的道路。集子里的东西仅仅是自己的心得体会,高手路过请一笑置之..感恩。

iOS SDK 4.0开始,Apple引入了block这一特性,而自从block特性诞生之日起,似乎它就受到了Apple特殊的照顾和青睐。字面上说,block就是一个代码块,但是它的神奇之处在于在内联(inline)执行的时候(这和C++很像)还可以传递参数。同时block本身也可以被作为参数在方法和函数间传递,这就给予了block无限的可能。

先来看一个简单的block吧:

     
     
// Defining a block variable
BOOL ( ^ isInputEven )( int ) = ^ ( int input )
{
   if ( input % 2 == 0 )
     return YES ;
   else
     return NO ;
};
view raw gistfile1.m This Gist brought to you by GitHub.

以上定义了一个block变量,block本身是一个程序段,因此有返回值,这里这个block返回的类型为BOOL。”^”符号表示开始定义,block的名称紧跟在^符号之后,为isInputEven,也即以后使用inline方式调用该block时所需要的名称。这段block接受一个int型的参数,而在等号后面的int input是对传入的int类型的说明,在该block内,该int的局部变量名为input。

调用这个block非常简单,类似调用c函数的方式即可:

     
     
// Call similar to a C function call
int x = - 101 ;
NSLog ( @"%d %@ number" , x , isInputEven ( x ) ? @"is an even" : @"is not an even" );
view raw gistfile1.m This Gist brought to you by GitHub.

不出意外的话输出为-101 is not an even number

以上的用法没有什么特别之处,只不过是简单的内联函数罢了。但是block的神奇之处在于block外的变量可以无缝地直接在block内部使用,比如这样:

     
     
float price = 1.99 ;
float ( ^ finalPrice )( int ) = ^ ( int quantity )
{
   // Notice local variable price is
   // accessible in the block
   return quantity * price ;
};
int orderQuantity = 10 ;
NSLog ( @"Ordering %d units, final price is: $%2.2f" , orderQuantity , finalPrice ( orderQuantity ));
view raw gistfile1.m This Gist brought to you by GitHub.

输出为Ordering 10 units, final price is: $19.90

相当开心,block外的price成功地传递到了block内部,这意味着内联函数可以使用本地变量,但是需要注意的是,你不能在block内部改变本地变量的值,比如在^{}里写price = 0.99这样的语句的话,你亲爱的compiler一定是会complain的。而更需要注意的是price这样的局部变量的变化是不会体现在block里的!比如接着上面写成这样的话:

     
     
price = .99 ;
NSLog ( @"Ordering %d units, final price is: $%2.2f" , orderQuantity , finalPrice ( orderQuantity ));
view raw gistfile1.m This Gist brought to you by GitHub.

输出还是Ordering 10 units, final price is: $19.90,可以理解为在block内局部变量price是readonly的。如果确实需要传递给block变量值的话,可以考虑下面两种方法:

1、将局部变量声明为__block,表示将会由block进行操作,比如:

     
     
// Use the __block storage modifier to allow changes to 'price'
__block float price = 1.99 ;
float ( ^ finalPrice )( int ) = ^ ( int quantity )
{
   return quantity * price ;
};
int orderQuantity = 10 ;
price = .99 ;
NSLog ( @"With block storage modifier - Ordering %d units, final price is: $%2.2f" , orderQuantity , finalPrice ( orderQuantity ));
 
 

此时输出为With block storage modifier – Ordering 10 units, final price is: $9.90

2、使用实例变量——这个比较没什么好说的,实例内的变量横行于整个实例内..可谓霸道无敌…=_=

block外的对象和基本数据一样,也可以作为block的参数。而让人开心的是,block将自动retain传递进来的参数,而不需担心在block执行之前局部对象变量已经被释放的问题。这里就不深究这个问题了,只要严格遵循Apple的thread safe来写,block的内存管理并不存在问题。

由于block的灵活的机制,导致iOS SDK 4.0开始,Apple大力提倡在各种地方应用block机制。最典型的当属UIView的动画了:在4.0前写一个UIView的Animation大概是这样的:

     
     
[ UIView beginAnimations: @"ToggleSiblings" context: nil ];
[ UIView setAnimationTransition: UIViewAnimationTransitionCurlUp forView: self . view cache: YES ];
[ UIViewsetAnimationDuration: 1.0 ];
// Make your changes
[ UIView commitAnimations ];
 
 

在一个不知名的小角落里的begin/commit两行代码间写下需要进行的动作,然后静待发生。而4.0后这样的方法直接被discouraged了,取而代之的正是block:

     
     
[ UIView animateWithDuration: 5.0 animations: ^ {
     view . opacity = 0.5 ;
}];
 
 

简单明了,一切就这么发生了..

可能有人会觉得block的语法很奇怪,不像是OOP的风格,诚然直接使用的block看起来破坏了OOP的结构,也让实例的内存管理出现了某些“看上去奇怪”的现象。但是通过typedef的方法,可以将block进行简单包装,让它的behaviour更靠近对象一些:

  • typedef double (^unary_operation_t)(double op);

定义了一个接受一个double型作为变量,类型为unary_operation_t的block,之后在使用前用类似C的语法声明一个unary_operation_t类型的”实例”,并且定义内容后便可以直接使用这个block了~

     
     
unary_operation_t square ;
square = ^ ( double operand ) {
     return operand * operand ;
}
 

啰嗦一句的还是内存管理的问题,block始终不是对象,而block的内存管理自然也是和普通对象不一样。系统会为block在堆上分配内存,而当把block当做对象进行处理时(比如将其压入一个NSMutableArray),我们需要获取它的一份copy(比如[square copy]),并且在Array retain了这个block后将其释放([square autorelease]是不错的选择)。而对于block本身和调用该block的实例,则可以放心:SDK会将调用block的实例自动retain,直至block执行完毕后再对实例release,因此不会出现block执行到一半,实例就被dealloc这样的尴尬的局面。

iOS SDK 4.0以后,随着block的加入很多特性也随之添加或者发生了升级。Apple所推荐的block使用范围包括以下几个方面:

  • 枚举——通过block获取枚举对象或控制枚举进程
  • View动画——简单明了的方式规定动画
  • 排序——在block内写排序算法
  • 通知——当某事件发生后执行block内的代码
  • 错误处理——当错误发生时执行block代码
  • 完成处理——当方法执行完毕后执行block代码
  • GCD多线程——多线程控制,关于这个以后有机会再写…

仔细研读4.0的SDK的话,会发现很多常用类中都加入了不少带block作为参数的方法,改变固有思维习惯,适应并尽可能利用block给程序上带来的便捷,无疑是提高效率和使代码优雅的很好的途径~


智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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