SDWebImage源码研究(一)iOS Category底层原理

1. SDWebImage简介

1.1 SDWebImage类结构图

SDWebImage类结构图

1.2 UML的一些基本概念

  • 泛化(generalization):

表示is-a的关系,是对象之间耦合度最大的一种关系,子类继承父类的所有细节。直接使用语言中的继承表达。在类图中使用带三角箭头的实线表示,箭头从子类指向父类。
泛化

  • 实现(Realization):

在类图中就是接口和实现的关系。在类图中使用带三角箭头的虚线表示,箭头从实现类指向接口。
实现

  • 聚合(Aggregation):

表示has-a的关系,是一种不稳定的包含关系。较强于一般关联,有整体与局部的关系,并且没有了整体,局部也可单独存在。如公司和员工的关系,公司包含员工,但如果公司倒闭,员工依然可以换公司。在类图使用空心菱形表示,菱形从局部指向整体。
聚合

  • 组合(Composition):

表示contains-a的关系,是一种强烈的包含关系。组合类负责被组合类的生 命周期。是一种更强的聚合关系。部分不能脱离整体存在。如公司和部门的关系,没有了公司, 部门也不能存在了;调查问卷中问题和选项的关系;订单和订单选项的关系。在类图使用实心的 菱形表示,菱形从局部指向整体。
组合

1.3 SDWebImage用到的一些知识点

1.3.1 Category , Extension

1.3.1.1 Category
Category的特点
  1. 可以减少单个文件的体积
  2. 可以把不同的功能组织到不同的Category中
    3… 可以按需加载
  3. 声明私有方法
  4. 把framework的私有方法公开
  5. 不能用来扩展属性
Category是如何被加载的
  1. dyld是苹果的的动态加载器,用来加载image(注意这里的iamge不是指图片,而是Mach-O格式的二进制文件)
  2. 当程序启动时,系统内核首先会加载dyld,而dyld会将我们的APP所依赖的各种库加载到内存空间中,其中就包括 libobjcZ 库(OC和runtime), 这些工作,是在 APP 的 main 函数执行前完成的。
  3. _objc_init 是Object-C runtime 的入口函数,在这里面主要功能是读取 Mach-O 文件 OC 对应的 Segment seciton ,并根据其中的数据代码信息,完成为 OC 的内存布局,以及初始化 runtime 相关的数据结构。
Category的数据结构
struct category_t {
    const char *name;
    classref_t cls;
    struct method_list_t *instanceMethods;
    struct method_list_t *classMethods;
    struct protocol_list_t *protocols;
    struct property_list_t *instanceProperties;
    // Fields below this point are not always present on disk.
    struct property_list_t *_classProperties;

    method_list_t *methodsForMeta(bool isMeta) {
        if (isMeta) return classMethods;
        else return instanceMethods;
    }

    property_list_t *propertiesForMeta(bool isMeta, struct header_info *hi);
};

Category 源码分析
1.3.1.2 Extension
Extension的特点
  1. 编译时决定
  2. 只以声明的形式存在,多数情况下寄生于宿主类的.m中。
  3. 不能为系统类添加扩展。
  4. 声明私有成员变量。
Extension作用
  1. 扩展中,只能扩展合成属性和方法,不能添加字段,否则会编译错误;
  2. 定义在 .m 文件中的扩展为私有的,定义在 .h 文件(头文件)中的扩展为公有的。类扩展是在 .m 文件中声明私有方法的非常好的方式。
  3. 类扩展中的声明的方法与在类中声明的方法是完全一致的,这些方法必须在随后的代码中实现,在编译时会被添加到类中,而分类是在运行时进行添加的。
Extension和Category的关系

Category 是 Object-C 2.0 之后添加的语言特性, Category 的主要作用是为已经存在的类添加方法.

extension 通常我们称之为扩展、延展、匿名分类。extension 看起来很像一个匿名的 category ,但是 extension 和 category 几乎完全是两个东西。和 category 不同的是 extension 不但可以声明方法,还可以声明属性、成员变量。extension 一般用于声明私有方法,私有属性,私有成员变量。

  • Extension和Category有什么区别呢?

1.3.2 关联对象

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