frame和bounds的原理和本质总结

frame指的是:该view在父view坐标系统中的位置和大小(参照点是父view的坐标系统)
bounds指的是:该view在本身坐标系统中的位置和大小(参照点是本身坐标系统)

Objective-C的类不可以多重继承;可以实现多个接口(协议);Category是类别;一般情况用分类好,用Category去重写类的方法,仅对本Category有效,不会影响到其他类与原有类的关系。

@property的本质是什么?ivar、getter、setter 是如何生成并添加到这个类中的?

“属性”(property)有两大概念:ivar(实例变量)、getter+setter(存取方法)。
“属性”(property)作为 Objective-C 的一项特性,主要的作用就在于封装对象中的数据。Objective-C对象通常会把其所需要的数据保存为各种实例变量。实例变量一般通过“存取方法”(access method)来访问。其中,“获取方法”(getter)用于读取变量值,而“设置方法”(setter)用于写入变量值。

@property中有哪些属性关键字?/ @property后面可以有哪些修饰符?

属性可以拥有的特质分为四类:
1.原子性—nonatomic 特质
2.读/写权限—readwrite(读写)、readonly(只读)
3.内存管理语义—assign、strong、weak、unsafe_unretained、copy
4.方法名—getter=、setter=
5.不常用的:nonnull,null——resettable,nullable

1.readwrite 是可读可写特性。需要生成getter方法和setter方法。
2.readonly 是只读特性。只会生成getter方法,不会生成setter方法,不希望属性在类外改变。
3.assign 是赋值特性。setter方法将传入参数赋值给实例变量;仅设置变量时,assign用于基本数据类型。
4.retain(MRC)/strong(ARC)表示持有特性。setter方法将传入参数先保留,再赋值,传入参数的retaincount会+1。
5.copy 表示拷贝特性。setter方法将传入对象复制一份,需要完全一份新的变量时。
6.nonatomic 非原子操作。决定编译器生成的setter和getter方法是否是原子操作,atomic表示多线程安全,一般使用nonatomic,效率高。

什么情况使用weak关键字,相比assign有什么不同?

1.在ARC中,在有可能出现循环引用的时候,往往要通过让其中一端使用weak来解决,比如:delegate代理属性。
2.自身已经对它进行一次强引用,没有必要再强调引用一次,此时也会使用 weak,自定义 IBOutlet 控件属性一般也使用 weak;当然,也可以使用 strong。
IBOutlet 连出来的视图属性为什么可以被设置成 weak?
因为父控件的subviews数组已经对它有一个强引用。
不同点:
assign 可以用非 OC 对象,而 weak 必须用于OC对象
weak 表明该属性定义了一种 “非拥有关系”。在属性所致的对象销毁时,属性值会自动清空(nil)。

怎么用copy关键字?

用途:

  1. NSString 、NSArray、NSDictionary 等等经常使用copy关键字,是因为他们有对应的可变类型:NSMutableString、NSMutableArray、NSMutableDictionary;
  2. block 也经常使用 copy 关键字。
    说明:
    block 使用 copy 是从 MRC 遗留下来的“传统”,在MRC中,方法内部的 block 是在栈区的,使用 copy 可以把它放到堆区。在ARC中写不写都行;对于 block 使用 copy 还是 strong 效果是一样的,但写上 copy 也无伤大雅,还能时刻提醒我们:编译器自动对 block 进行了 copy 操作。如果不写 copy ,该类的调用者有可能会忘记或者根本不知道“编译器会自动对 block 进行了 copy 操作”,他们有可能会在调用之前自行拷贝属性值。这种操作多余而低效。

用 @property 声明 NSString、NSArray、NSDictionary 经常使用 copy 关键字,是因为他们有对应的可变类型:NSMutableString、NSMutableArray、NSMutableDictionayr,他们之间可能进行赋值操作(就是把可变的赋值给不可变的),为确保对象中的字符串值不会无意间变动,应该在设置新属性值时拷贝一份。
1.因为父类指针可以指向子类对象,使用copy的目的是为了让本对象的属性不受外界影响,使用copy无论给我传入是一个可变对象还是不可变对象,我本身蚩尤的就是一个不可变的副本。
2.如果我们使用是 strong ,那么这个属性就有可能指向一个可变对象,如果这个可变对象在外部被修改了,那么会影响该属性。

浅拷贝和深拷贝的区别?

浅拷贝:只复制指向 引用对象 的指针,而不复制 引用对象 本身。
深拷贝:复制引用对象本身。内存中存在了两份独立对象本身,当修改A时,A_copy 不变。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像的目标属于哪个类别。 定位问题:确定目标在图像的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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