Android RecyclerView中动态设置Item的宽高

方案一(推荐)

  • 对itemView设置layoutParams属性来动态调整,需要获取屏幕的宽度,减去padding和margin,然后除以每一行item数量,得到每个item的实际宽度,然后根据比例计算出高度
    • 优点:简单快速
    • 缺点:不够优雅
class PreferSubAdapter : BaseQuickAdapter<PreferItem, BaseViewHolder>(R.layout.item_recycle_prefer_sub) {

    override fun convert(holder: BaseViewHolder, item: PreferItem) {
        val ivBg = holder.getView<ImageView>(R.id.iv_bg)
        val tvTitle = holder.getView<TextView>(R.id.tv_title)
        //
        val width = (mContext.screenWidth - 56.px) / 3
        val height = width * 6 / 11
        holder.itemView.layoutParams.let { lp ->
            lp.width = width.toInt()
            lp.height = height.toInt()
            holder.itemView.layoutParams = lp
        }
        Glide.with(mContext).load(item.img_url).centerCrop().into(ivBg)
        if (item.desc.isNotEmpty()){
            val span = SpannableString(item.name + "\n" + item.desc)
            span.setSpan(StyleSpan(Typeface.NORMAL), item.name.length, span.length, Spanned.SPAN_EXCLUSIVE_EXCLUSIVE)
            span.setSpan(AbsoluteSizeSpan(10, true), item.name.length, span.length, Spanned.SPAN_EXCLUSIVE_EXCLUSIVE)
            tvTitle.text = span
        }else{
            tvTitle.text = item.name
        }
    }

}

方案二

  • 通过自定义View的setMeasuredDimension来限定好View的比例
  • 特点:优雅,但是对于不同的recyclerView的item需要重新写一个对应的自定义View

import android.content.Context
import android.util.AttributeSet
import androidx.appcompat.widget.AppCompatImageView

class PreferImageView @JvmOverloads constructor(context: Context, attrs: AttributeSet? = null, defStyleAttr: Int = 0) : AppCompatImageView(context, attrs, defStyleAttr) {

    init {
        initView()
    }

    private fun initView() {}

    override fun onMeasure(widthMeasureSpec: Int, heightMeasureSpec: Int) {
        super.onMeasure(widthMeasureSpec, heightMeasureSpec)
        val width = MeasureSpec.getSize(widthMeasureSpec)
        setMeasuredDimension(width, width * 6 / 11)
    }

}
  • 3
    点赞
  • 7
    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估计的实现,以及它们在MATLAB环境的具体应用。 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代码通常会包含预处理步骤(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,提了估计的稳健性。在TLS_ESPRIT算法,不假设数据噪声是斯白噪声,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,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