【笔记】ItemDecoration——网格布局GridItemDecoration

13 篇文章 0 订阅

RecyclerView可以说是ListView和GridView的升级综合版,在Android5.0推出,其特点如下:

1、支持不同方向、不同排版模式,实现多种数据展示形式(包含ListView、GridView、瀑布流);

2、装载了ViewHolder的回收机制,无需我们考虑View的复用;

3、取消了OnItemClick点击事件,需自己实现;

4、可控制Item增删动画;

5、可以设置Item的间隔样式;

它的优点很多,但也给我们带来了一定的不便,ItemDecoration用于实现Item之间的分割样式。谷歌官方提供了DividerItemDecoration方便大家对横向纵向列表进行分割线的添加,但是网格布局GridLayoutManager模式下的分割线布局依然需要自己实现,而且它的实现还是有一定复杂度,需要好好计算的。

以下实现有边框和无边框的网格布局GridItemDecoration

1 getItemOffsets

设置每个Item的上下左右偏移,因为每行每列item个数与分割线条数都是不一样的,所以在每两个item之间都有分割线,但绘制的其实终止位置都需要计算。

1.1无边框

左右方向上,每个item内分割线占的宽度 = ( item个数 - 1 ) * 分割线宽度 / item个数

每两个item之间的分割线宽度是固定的,所有每个分割线宽度都被相邻两个item瓜分,其左右偏移计算如下:

left = 行中位置 * ( 分割线宽度 - 每个item内分割线占用的宽度 ) ;

right = 每个item内分割线占用的宽度 - left;

而上下分割线相对可以简单点,上下相邻的Item各占一半即可,第一行和最后一行不需要偏移,设置成0。

1.2 有边框

对于有边框的网状分割线,左右方向上,每个item内分割线占的宽度 = ( item个数 + 1 ) * 分割线宽度 / item个数

第一列与最后一列都需要一条完整的分割线,中间部分分割线宽度则被相邻的item瓜分,左右偏移计算如下:

left = ( 行中位置 + 1 ) * 分割线宽度 - 行中位置 * 每个item内分割线占用的宽度;

right = 每个item内分割线占用的宽度 - left;

上下偏移也是各占分割线的一半,第一行和最后一行需要有完整的分割线高度。

1.3 代码化

    @Override
    public void getItemOffsets(Rect outRect, View view, RecyclerView parent, RecyclerView.State state) {
//        super.getItemOffsets(outRect, view, parent, state);
        if (mVerticalDivider == null && mHorizontalDivider == null) {
            outRect.set(0, 0, 0, 0);
            return;
        }
        //列表中item个数
        int itemCount = parent.getAdapter().getItemCount();
        //列表中位置
        int position = parent.getChildAdapterPosition(view);
        //列数
        int spanCount = getSpanCount(parent);

        //左右偏移
        //行中位置
        int indexHorizontal = position % spanCount;
        //纵向分割线宽度
        int dividerWidth = mVerticalDivider.getIntrinsicWidth();
        //有边界  itemWidth = ( 列数 + 1 ) * 分割线宽度 / 列数
        //无边界  itemWidth = ( 列数 - 1 ) * 分割线宽度 / 列数
        //每个item内分割线占用的宽度,
        // 无边框:每个item内分割线占的宽度 = ( item个数 - 1 ) * 分割线宽度 / item个数
        // 有边框:每个item内分割线占的宽度 = ( item个数 + 1 ) * 分割线宽度 / item个数
        int itemDividerWidth = (spanCount + (hasBorder ? 1 : -1)) * dividerWidth / spanCount;
        int left;
        int right;
        if (hasBorder) {
            //有边框
            // left = ( 行中位置 + 1 ) * 分割线宽度 - 行中位置 * 每个item内分割线占用的宽度
            left = (indexHorizontal + 1) * dividerWidth - indexHorizontal * itemDividerWidth;
            //right = 每个item内分割线占用的宽度 - left
            right = itemDividerWidth - left;
        } else {
            //无边框
            //left = 行中位置 * ( 分割线宽度 - 每个item内分割线占用的宽度 )
            left = indexHorizontal * (dividerWidth - itemDividerWidth);
            //right = 每个item内分割线占用的宽度 - left
            right = itemDividerWidth - left;
        }

        //上下偏移
        //横向分割线高度
        int dividerHeight = mHorizontalDivider.getIntrinsicHeight();
        int top;
        int bottom;
        if (hasBorder) {
            //有边框,最上面偏移分割线高度,最下面偏移分割线高度,其他都上下各偏移分割线一半的高度
            top = isFirstRow(position, spanCount) ? dividerHeight : (dividerHeight / 2);
            bottom = isLastRow(position, itemCount, spanCount) ? dividerHeight : (dividerHeight / 2);
        } else {
            //无边框,最上面高度偏移0,最下面高度偏移0,其他上下各偏移分割线一半高度
            top = isFirstRow(position, spanCount) ? 0 : (dividerHeight / 2);
            bottom = isLastRow(position, itemCount, spanCount) ? 0 : (dividerHeight / 2);
        }
        outRect.set(left, top, right, bottom);
    }

2 onDraw

绘制的时候,一般情况下绘制一个item的下和左分割线(之所以绘制左分割线是因为在item的layout_width=“wrap_content”时获取到每个item的右边位置就是item的右边位置而不是平分后的右边位置),只有在第一行需要再次绘制上分割线,最后一列需要绘制最右侧分割线。

2.1 绘制水平分割线

先获取每个item的上下左右位置,左边位置就是分割线的左边,右边就是左边位置加上左边位置+每个item的均分宽度:

left = mBounds.left;

right = left + itemWidth;

每个item下分割线的位置就是当前item下边位置向上移动分割线的一半高度(之前设置偏移量的时候就设置了一半的高度):

top = mBounds.bottom - dividerHeight / 2;

bottom = top + dividerHeight;

注:第一行和最后一行需要根据有无分割线做特殊处理,是否绘制。

    /**
     * 绘制水平分割线
     */
    private void drawHorizontal(Canvas canvas, RecyclerView parent) {
        canvas.save();
        //总item数
        int itemCount = parent.getAdapter().getItemCount();
        //列数
        int spanCount = getSpanCount(parent);
        //每个item宽度
        int itemWidth = (parent.getWidth() - parent.getPaddingLeft() - parent.getPaddingRight()) / spanCount;
        //分割线高度
        int dividerHeight = mVerticalDivider.getIntrinsicHeight();
        int left;
        int right;
        int bottom;
        int top;
        int position;

        int childCount = parent.getChildCount();
        for (int i = 0; i < childCount; i++) {
            View childView = parent.getChildAt(i);
            position = parent.getChildAdapterPosition(childView);
            parent.getDecoratedBoundsWithMargins(childView, mBounds);
            //分割线左右坐标
            left = mBounds.left;
            right = left + itemWidth;
            //每个item下边分割线上边沿(getItemOffsets时每个item多空了一个分割线高度的一半)
            top = mBounds.bottom - dividerHeight / 2;
            if (isLastRow(position, itemCount, spanCount)) {
                //最后一行,有边界需要完整分割线高度,没边界减掉
                top += hasBorder ? -dividerHeight / 2 : dividerHeight / 2;
            }
            if (position >= itemCount - spanCount && !hasBorder) {
                //最后几个,且没有边框
                bottom = top;
            } else {
                bottom = top + dividerHeight;
            }
            mVerticalDivider.setBounds(left, top, right, bottom);
            mVerticalDivider.draw(canvas);

            if (isFirstRow(position, spanCount) && hasBorder) {
                //第一行且有边界,需要最上面一条
                top = mBounds.top;
                bottom = top + dividerHeight;
                mVerticalDivider.setBounds(left, top, right, bottom);
                mVerticalDivider.draw(canvas);
            }
        }
        canvas.restore();
    }

2.2 绘制垂直分割线

垂直分割线稍微麻烦点,毕竟设置偏移量的时候也是通过计算得出的。

上下位置不用说就是每个item的上下位置:

top = mBounds.top;

bottom = mBounds.bottom;

这里有些需要特殊处理,比如:
1、无边框时,item不是整行数的时候,倒数第二行最后几个下分割线不需要绘制;

2、有边框时还需要绘制最后一列边框,最后一个item又分为是否是满格的最后一个;

左右位置可以和设置偏移时候的item对应计算,是每个item的左边位置再向左移动:

    if (hasBorder) {
        //有边界
        left = mBounds.left - (itemDividerWidth - dividerWidth) * indexHorizontal;
    } else {
        left = mBounds.left - (dividerWidth - indexHorizontal * (dividerWidth - itemDividerWidth));
    }

右边位置就是左边位置+分割线宽度:

right = left + dividerWidth;

    /**
     * 绘制垂直分割线
     */
    private void drawVertical(Canvas canvas, RecyclerView parent) {
        canvas.save();
        //总item数
        int itemCount = parent.getAdapter().getItemCount();
        //列数
        int spanCount = getSpanCount(parent);
        //每个item宽度
        int itemWidth = (parent.getWidth() - parent.getPaddingLeft() - parent.getPaddingRight()) / spanCount;
        //分割线宽度
        int dividerWidth = mHorizontalDivider.getIntrinsicWidth();
        //每个item中分割线占的宽度
        int itemDividerWidth = (spanCount + (hasBorder ? 1 : -1)) * dividerWidth / spanCount;

        int top;
        int bottom;
        int right;
        int left;
        int position;

        int childCount = parent.getChildCount();
        for (int i = 0; i < childCount; i++) {
            final View child = parent.getChildAt(i);
            parent.getLayoutManager().getDecoratedBoundsWithMargins(child, mBounds);
            position = parent.getChildAdapterPosition(child);
            //分割线上下坐标
            top = mBounds.top;
            bottom = mBounds.bottom;
            if (!hasBorder) {
                //没有边界时
                if (position + spanCount == itemCount) {
                    //最后一个item上面那个
                    bottom += mVerticalDivider.getIntrinsicHeight() / 2;
                } else if ((itemCount % spanCount != 0) && (itemCount % spanCount < position % spanCount) && (position > itemCount - spanCount)) {
                    //item不是整行数时,倒数第二行最后几个的下边界线需要减去
                    bottom -= mVerticalDivider.getIntrinsicHeight() / 2;
                }
            }
            //行中位置
            int indexHorizontal = position % spanCount;
            if (hasBorder) {
                //有边界
                left = mBounds.left - (itemDividerWidth - dividerWidth) * indexHorizontal;
            } else {
                left = mBounds.left - (dividerWidth - indexHorizontal * (dividerWidth - itemDividerWidth));
            }
            right = left + dividerWidth;
            //画左边纵向分割线
            mVerticalDivider.setBounds(left, top, right, bottom);
            mVerticalDivider.draw(canvas);
            if (hasBorder && isLastColumn(position, spanCount, itemCount)) {
                //最后一列
                if ((indexHorizontal + 1) % spanCount == 0) {
                    //每行满格最后一个
                    left = parent.getWidth() - parent.getPaddingRight() - dividerWidth;
                } else {
                    //不满格的最后一个
                    left = left + itemWidth - (itemDividerWidth - dividerWidth);
                }
                right = left + dividerWidth;
                mVerticalDivider.setBounds(left, top, right, bottom);
                mVerticalDivider.draw(canvas);
            }
        }
        canvas.restore();
    }

完整代码

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 好的,下面是SparkSQL代码笔记03——连接Hive的中文回复: 在SparkSQL中,我们可以通过以下步骤连接Hive: 1. 首先,需要在SparkSession中启用Hive支持,可以使用以下代码: ``` from pyspark.sql import SparkSession spark = SparkSession.builder \ .appName("SparkSQL Hive Example") \ .config("spark.sql.warehouse.dir", "/user/hive/warehouse") \ .enableHiveSupport() \ .getOrCreate() ``` 其中,`enableHiveSupport()`方法启用了Hive支持,`config("spark.sql.warehouse.dir", "/user/hive/warehouse")`指定了Hive元数据存储的目录。 2. 接下来,我们可以使用`spark.sql()`方法执行Hive SQL语句,例如: ``` spark.sql("show databases").show() ``` 这将显示所有的Hive数据库。 3. 如果需要在SparkSQL中访问Hive表,可以使用以下代码: ``` df = spark.sql("select * from my_hive_table") ``` 其中,`my_hive_table`是Hive中的表名。 4. 如果需要在SparkSQL中创建Hive表,可以使用以下代码: ``` spark.sql("create table my_hive_table (id int, name string)") ``` 这将在Hive中创建一个名为`my_hive_table`的表,包含两个列:`id`和`name`。 以上就是连接Hive的基本步骤。需要注意的是,连接Hive需要在Spark集群中安装Hive,并且需要将Hive的JAR包添加到Spark的CLASSPATH中。 ### 回答2: SparkSQL是Apache Spark的一个组件,它提供了用于分布式数据处理的高级SQL查询引擎。SparkSQL支持连接多种数据源,其中之一就是Hive。 如何连接Hive? 在开始连接Hive之前,我们需要确保Hadoop和Hive的配置已经被正确的设置好了,以便Spark能够访问Hive元数据和数据。 首先,我们需要在Spark环境中添加Hive支持。运行下面的代码: `from pyspark.sql import SparkSession spark = SparkSession.builder \ .appName("hive_support") \ .enableHiveSupport() \ .getOrCreate()` 其中,`.enableHiveSupport()`将启用hive支持。 接下来,我们可以使用SparkSession连接Hive。运行下面的代码: `hive_df = spark.sql("SELECT * FROM default.student")` 其中,“default”是Hive的默认数据库,“student”是Hive数据库中的表名。 如果你要访问非默认的Hive数据库,可以使用下面的代码: `hive_df = spark.sql("SELECT * FROM dbname.student")` 其中,“dbname”是非默认的Hive数据库名。 我们还可以使用HiveContext来连接Hive。运行下面的代码: `from pyspark.sql import HiveContext hive_context = HiveContext(sc)` 其中,“sc”是SparkContext对象。 我们可以像这样从Hive中检索数据: `hive_df = hive_ctx.sql("SELECT * FROM default.student")` 现在你已经成功地连接Hive并从中检索了数据,你可以使用SparkSQL的强大功能对数据进行分析。而在连接Hive之外,在SparkSQL中还可以连接其他数据源,包括MySQL、PostgreSQL、Oracle等。 ### 回答3: Spark SQL是一个强大的分布式计算引擎,它可以支持处理多种数据源,并可通过Spark SQL shell、Spark应用程序或JDBC/ODBC接口等方式进行操作。其中,连接Hive是Spark SQL最常用的数据源之一。下面,将介绍如何通过Spark SQL连接Hive。 1、在Spark配置中设置Hive Support 要连接Hive,首先需要在Spark配置中开启Hive Support。在启动Spark Shell时,可以添加如下参数: ``` ./bin/spark-shell --master local \ --conf spark.sql.warehouse.dir="/user/hive/warehouse" \ --conf spark.sql.catalogImplementation=hive \ --conf spark.sql.hive.metastore.version=0.13 \ --conf spark.sql.hive.metastore.jars=maven ``` 这里以本地模式为例,设置Spark SQL的元数据存储在本地文件系统中,设置Hive为catalog实现,以及为Hive Metastore设置版本和JAR文件路径。根据实际情况,还可以指定其他参数,如Hive Metastore地址、数据库名称、用户名和密码等。 2、创建SparkSession对象 在连接Hive之前,需要先创建SparkSession对象。可以通过调用SparkSession.builder()静态方法来构建SparkSession对象,如下所示: ``` val spark = SparkSession.builder() .appName("SparkSQLTest") .config("spark.sql.warehouse.dir", "/user/hive/warehouse") .enableHiveSupport() .getOrCreate() ``` 这里通过builder()方法指定应用程序名称、元数据存储路径以及启用Hive Support,最后调用getOrCreate()方法创建SparkSession对象。 3、通过Spark SQL操作Hive表 通过Spark SQL连接Hive后,就可以通过Spark SQL语句来操作Hive表了。例如,我们可以使用select语句查询Hive表中的数据: ``` val df = spark.sql("SELECT * FROM tablename") df.show() ``` 其中,select语句指定要查询的列和表名,然后通过show()方法来显示查询结果。 除了查询数据之外,Spark SQL还可以通过insertInto语句将数据插入到Hive表中: ``` val data = Seq(("Alice", 25), ("Bob", 30)) val rdd = spark.sparkContext.parallelize(data) val df = rdd.toDF("name", "age") df.write.mode(SaveMode.Append).insertInto("tablename") ``` 这里先创建一个包含数据的RDD对象,然后将其转换为DataFrame对象,并指定列名。接着,通过insertInto()方法将DataFrame对象中的数据插入到Hive表中。 总之,通过Spark SQL连接Hive可以方便地查询、插入、更新和删除Hive表中的数据,从而实现更加灵活和高效的数据处理。
评论 1
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