iOS开发 Block传值

本文介绍了一种使用Block进行数据传递的方法,并实现了iOS应用中不同视图间的跳转。通过具体代码展示了如何设置界面元素,如Label、TextField及Button,并通过Block回调机制完成从一个视图控制器到另一个视图控制器的数据回传。

根视图:

#import "RootViewController.h"
#import "ModalViewController.h"

@interface RootViewController() {
    ModalViewController *modal;
}

@end

@implementation RootViewController

- (void)viewDidLoad {
    [super viewDidLoad];
    
    //1) 设置背景颜色
    self.view.backgroundColor = [UIColor cyanColor];
    
    //2) 设置一个Label
    //a) 创建一个Label
    UILabel *label = [[UILabel alloc] initWithFrame:CGRectMake(25, 100, 270, 30)];
    //b) 设置该label的tag
    label.tag = 1000;
    //c) 设置label的内容
    label.text = @"Block的传值";
    //d) 设置背景颜色
    label.backgroundColor = [UIColor orangeColor];
    //e) 设置字体颜色
    label.textColor = [UIColor whiteColor];
    //f) 设置居中方式
    label.textAlignment = NSTextAlignmentCenter;
    //g) 添加label
    [self.view addSubview:label];
    
    //3) 设置跳转的button
    //a) 创建button
    UIButton *button = [UIButton buttonWithType:UIButtonTypeSystem];
    //b) 设置其frame
    button.frame = CGRectMake(0, 0, 200, 30);
    //c) 设置其在屏幕的中心
    button.center = self.view.center;
    //d) 设置背景颜色
    button.backgroundColor = [UIColor lightGrayColor];
    //e) 设置显示的内容
    [button setTitle:@"跳转" forState:UIControlStateNormal];
    //f) 设置相应事件
    [button addTarget:self
               action:@selector(buttonAction:)
     forControlEvents:UIControlEventTouchUpInside];
    //g) 添加到页面上
    [self.view addSubview:button];
    
     //4) 初始化modal
     modal = [[ModalViewController alloc]init];
}

#pragma mark - button的响应事件
-(void)buttonAction:(UIButton *)button{
    // 防止内存泄漏
    __weak RootViewController *root = self;
    // 用block传值
    modal.block = ^(NSString *text){
        UILabel *label = (UILabel *)[root.view viewWithTag:1000];
        label.text = text;
    };
    // 控制器的跳转
    [self presentViewController:modal animated:YES completion:nil];
}

跳转视图:

#import "ModalViewController.h"

@implementation ModalViewController

-(void)viewDidLoad{
    [super viewDidLoad];
    
    //1) 设置背景颜色
    self.view.backgroundColor = [UIColor orangeColor];
    
    
    //2) 设置一个TextField
    //a) 创建一个TextField
    UITextField *textField = [[UITextField alloc] initWithFrame:CGRectMake(25, 100, 270, 30)];
    //b) 设置tag
    textField.tag = 2000;
    //c) 设置显示的效果
    textField.borderStyle = UITextBorderStyleRoundedRect;
    //d) 显示提示语
    textField.placeholder = @"请输入一段文字...";
    //e) 添加到self.view上
    [self.view addSubview:textField];
    
    
    //3) 设置跳转你的button
    //a) 创建button
    UIButton *button = [UIButton buttonWithType:UIButtonTypeSystem];
    //b) 设置其frame
    button.frame = CGRectMake(0, 0, 200, 30);
    //c) 设置其在屏幕的中心
    button.center = self.view.center;
    //d) 设置背景颜色
    button.backgroundColor = [UIColor lightGrayColor];
    //e) 设置显示的内容
    [button setTitle:@"返 回" forState:UIControlStateNormal];
    //f) 设置相应事件
    [button addTarget:self
               action:@selector(backAction:)
     forControlEvents:UIControlEventTouchUpInside];
    //g) 添加到页面上
    [self.view addSubview:button];
}

#pragma mark - 按钮的响应事件
-(void)backAction:(UIButton *)button{
    // 获取当前输入框
    UITextField *textFiled = (UITextField *)[self.view viewWithTag:2000];
    // 给block传值
    if (self.block != nil) {
        self.block(textFiled.text);
    }
    // 关闭视图
    [self dismissViewControllerAnimated:YES completion:nil];
}



同步定位与地图构建(SLAM)技术为移动机器人或自主载具在未知空间中的导航提供了核心支撑。借助该技术,机器人能够在探索过程中实时构建环境地图并确定自身位置。典型的SLAM流程涵盖感器数据采集、数据处理、状态估计及地图生成等环节,其核心挑战在于有效处理定位与环境建模中的各类不确定性。 Matlab作为工程计算与数据可视化领域广泛应用的数学软件,具备丰富的内置函数与专用工具箱,尤其适用于算法开发与仿真验证。在SLAM研究方面,Matlab可用于模拟感器输出、实现定位建图算法,并进行系统性能评估。其仿真环境能显著降低实验成本,加速算法开发与验证周期。 本次“SLAM-基于Matlab的同步定位与建图仿真实践项目”通过Matlab平台完整再现了SLAM的关键流程,包括数据采集、滤波估计、特征提取、数据关联与地图更新等核心模块。该项目不仅呈现了SLAM技术的实际应用场景,更为机器人导航与自主移动领域的研究人员提供了系统的实践参考。 项目涉及的核心技术要点主要包括:感器模型(如激光雷达与视觉感器)的建立与应用、特征匹配与数据关联方法、滤波器设计(如扩展卡尔曼滤波与粒子滤波)、图优化框架(如GTSAM与Ceres Solver)以及路径规划与避障策略。通过项目实践,参与者可深入掌握SLAM算法的实现原理,并提升相关算法的设计与调试能力。 该项目同时注重理论向工程实践的转化,为机器人技术领域的学习者提供了宝贵的实操经验。Matlab仿真环境将复杂的技术问题可视化与可操作化,显著降低了学习门槛,提升了学习效率与质量。 实践过程中,学习者将直面SLAM技术在实际应用中遇到的典型问题,包括感器误差补偿、动态环境下的建图定位挑战以及计算资源优化等。这些问题的解决对推动SLAM技术的产业化应用具有重要价。 SLAM技术在工业自动化、服务机器人、自动驾驶及无人机等领域的应用前景广阔。掌握该项技术不仅有助于提升个人专业能力,也为相关行业的技术发展提供了重要支撑。随着技术进步与应用场景的持续拓展,SLAM技术的重要性将日益凸显。 本实践项目作为综合性学习资源,为机器人技术领域的专业人员提供了深入研习SLAM技术的实践平台。通过Matlab这一高效工具,参与者能够直观理解SLAM的实现过程,掌握关键算法,并将理论知识系统应用于实际工程问题的解决之中。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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