Android开发丶使用懒加载修复tablayout+viewpager+fragment的预加载

何为预加载:

因为该处使用到了Fragment+Viewpager+Tablayout的组合实现分类,因为viewpager V4包的机制,导致了在加载一个fragment时候,默认会加载它左右两边的两个fragment,源码显示是通过viewpager.setoffscreenpagelimit(1)来控制预加载的fragment的数量,该处默认最小值就是1,设为0并无效果,因此从源码端取消预加载是行不通的,经过多方调研,通过下面的方法可实现效果


首先新建一个BaseFragment基类,如下:

public abstract class BaseFragment extends Fragment {

    public    Context mContext;

    protected View    view;

    protected boolean isVisible;

    /**

     * 是否初始视图完成

     */

    private   boolean isPrepared;

    @Override

    public void onCreate(@Nullable Bundle savedInstanceState) {

        super.onCreate(savedInstanceState);

        mContext = getActivity();

    }

    @Nullable

    @Override

    public View onCreateView(LayoutInflater inflater, @Nullable ViewGroup container, @Nullable Bundle savedInstanceState) {

        view = bindLayout(inflater);

        initView();

        return view;

    }

    @Override

    public void onActivityCreated(@Nullable Bundle savedInstanceState) {

        super.onActivityCreated(savedInstanceState);

        //这里 初始化view的各控件 数据

        isPrepared = true;

        lazyLoad();

    }

    /**

     * setUserVisibleHint是在onCreateView之前调用的

     *

     * @param isVisibleToUser

     */

    @Override

    public void setUserVisibleHint(boolean isVisibleToUser) {

        super.setUserVisibleHint(isVisibleToUser);

        /**

         * 判断是否可见

         */

        if(getUserVisibleHint()) {

            isVisible = true;

            //执行可见方法-初始化数据之类

            onVisible();

        } else {

            isVisible = false;

            //不可见

            onInvisible();

        }

    }

    /**

     * 可见做懒加载

     */

    private void onVisible() {

        lazyLoad();

    }

    /**

     * 懒加载

     */

    private void lazyLoad() {

        /**

         * 判断是否可见,或者 初始化view的各控件

         */

        if(!isVisible || !isPrepared) {

            return;

        }

        //可见 或者 控件初始化完成 就 加载数据

        initData();

    }

    /**

     * 不可见-做一些销毁工作

     */

    protected void onInvisible() {

    }

    /**

     * 绑定布局

     *

     * @param inflater

     * @return

     */

    public abstract View bindLayout(LayoutInflater inflater);

    /**

     * 初始化布局

     */

    public abstract void initView();

    /**

     * 初始化数据

     */

    protected abstract void initData();

}

该基类Fragment核心方法为:

setUserVisibleHint,在该方法中判断目标fragment是否可见,当可见的时候执行组件初始化和数据读取

在目标Fragment继承BaseFragment

重写这三个方法


这样就解决了预加载导致的冲突问题!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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