IOS缓存管理之PINCache使用

前言:

   今年重点在于公司iOS架构的梳理工作,上周整理了http请求接口管理与解耦,接下来准备整理一下项目中的缓存处理,目前项目中使用的是PINCache,去年加入这个开源框架时并没有对这个框架进行了解,导致现在同步方式异步方式的使用存在一定的混乱情况和错误使用现象。今天重新站在使用者的角度对这个再做一次了解,以避免在后期的使用中出现类似以往的问题。

关于缓存:

   无论是Android还是IOS都会使用到缓存,缓存的设计方案也大致雷同(内存缓存+磁盘缓存),内存缓存方面Android采用LinkedHashMap,IOS采用NSDictionary,两者都是基于Key-Value模型进行存储,磁盘缓存方面Android采用写文件,IOS这边采用归档操作本质是也是写文件。

关于PINCache

   PINCache是Pinterest的程序员在Tumblr的TMCache基础上发展而来的,TMCache已经不再维护,PINCache主要的改进是修复了dealock的bug,是一个快速,无死锁的并行对象缓存,支持 iOS 和 OS X 系统。上面已经了解到PINCache分两层缓存(内存缓存+磁盘缓存),内部实现主要有两个类实现:PINMemoryCache、PINDiskCache,同时对两者提供了同步异步调用方式,由于磁盘缓存采用的是归档操作,所以对自定义的对象必须实现NSCoding协议,PINCache除了可以按键取值、按键存值、按键删值之外,还可以移除某个日期之前的缓存数据、删除所有缓存、限制缓存大小,限制缓存对象的存活时间等。接下来看下具体使用方式。

PINCache使用

同步方式

    //模拟数据
    NSString *value=@"who is lcj";
    //模拟一个key
    NSString *key=@"whoislcj";
    //sync 同步方式
    //写入缓存
    [[PINCache sharedCache] setObject:value forKey:key];
    
    //判断缓存是否存在
    BOOL containsObject =[[PINCache sharedCache] containsObjectForKey:key];
    NSLog(@"containsObject : %@", containsObject?@"YES":@"NO");
    
    //根据key读取数据
    id vuale=[[PINCache sharedCache] objectForKey:key];
    NSLog(@"value : %@",vuale);
    
    //根据key移除缓存
    [[PINCache sharedCache]removeObjectForKey:key];
    
    //移除所有缓存
    [[PINCache sharedCache]removeAllObjects];
    
    //根据截至日期 清除缓存
    [[PINCache sharedCache]trimToDate:[NSDate date]];

异步方式

    //模拟数据
    NSString *value=@"who is lcj";
    //模拟一个key
    NSString *key=@"whoislcj";
    //async 异步方式
    //写入数据
    [[PINCache sharedCache] setObject:value forKey:key block:^(PINCache * _Nonnull cache, NSString * _Nonnull key, id  _Nullable object)    {
        NSLog(@"value : %@",object);
    }];
    
    //判断缓存是否存在
    [[PINCache sharedCache]containsObjectForKey:key block:^(BOOL containsObject) {
        NSLog(@"isContains : %@", containsObject?@"YES":@"NO");
    }];
    
    //根据key读取数据
    [[PINCache sharedCache]objectForKey:key block:^(PINCache * _Nonnull cache, NSString * _Nonnull key, id  _Nullable object) {
         NSLog(@"value : %@",object);
    }];
    
    //根据key移除缓存
    [[PINCache sharedCache]removeObjectForKey:key block:^(PINCache * _Nonnull cache, NSString * _Nonnull key, id  _Nullable object) {
         NSLog(@"value : %@",cache);
    }];
    
    //移除都有缓存
    [[PINCache sharedCache]removeAllObjects:^(PINCache * _Nonnull cache) {
         NSLog(@"value : %@",cache);
    }];
    
    //根据截至日期 清除缓存
    [[PINCache sharedCache]trimToDate:[NSDate date] block:^(PINCache * _Nonnull cache) {
        NSLog(@"value : %@",cache);
    }];

 PINCache使用起来还是非常容易的。

总结:

   内部源码大致看了一遍,大致明白内部实现原理,由于理解不够深刻,就不对其源码进行分析了,大致了解一下具体使用方式。

 

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