NSArray - 常用方法总结

最新推荐文章于 2016-04-22 20:13:32 发布

原创最新推荐文章于 2016-04-22 20:13:32 发布 · 163 阅读

0 ·

CC 4.0 BY-SA版权

Ios 专栏收录该内容

11 篇文章

订阅专栏

本文介绍如何在Objective-C中使用方法数组批量调用指定方法，通过代码示例展示数组元素执行特定方法的过程。

makeObjectsPerformSelector:SEL 数组里面所有的对象元素都会执行右面方法

NSArray *arr = [NSArray array];
[arr makeObjectsPerformSelector:@selector(log)]


- (void)log
{
    NSLog(@"这里实现方法");
}

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

cwl_2014

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

GnuStep NSArray源码分析(一) -- 初始化

weixin_39647415的博客

06-03

688

前言前面几期博客中，我们看了苹果开发常用主流框架的源码，在其中我们也学会了一些设计理念和设计思路。从这篇博客开始我们开起了对于Objective-C源码的部分解析。虽然Objective-C官方是非开源的，但小编找到了GnuStep程序，来模仿苹果官方实现了OC中Foundation的部分源代码，是值的我们来分析和理解的。 NSArray 在OC开发中，我们使用相对较为多的，就是数组操作，对于数组OC定义了NSArray和NSMutableArray，对于NSArray来说，是一个不可变的数组。这篇文章就

NSArray 常用方法

李李李李李典

08-30

542

#import <Foundation/Foundation.h>int main(int argc, const char * argv[]) { /** * 创建NSArray数组的简写方式 */ NSArray *arr = @[@"aaa",@"bbb",@"ccc",@"ddd",@"eee",@"fff"]; NSLog(@"%@",arr)

参与评论您还未登录，请先登录后发表或查看评论

NSArray的常见方法

weixin_33860553的博客

03-03

173

//1.创建一个集合(初始化集合对象) NSArray *arr=[NSArray arrayWithObjects:@"zs",@"ls",@"ww", nil]; //2.集合元素个数 NSLog(@"%ld",arr.count); //3.获取指定索引位置的集合元素 NSString *name=[a...

NSArray常用方法

07-10

361

if([yourArray indexOfObject:yourObject] == NSNotFound) { // your object is not in here}

iOS基础：NSArray常用方法

gongwutianya的博客

04-22

1039

一、NSArray常用方法 //创建array + (instancetype)array; + (instancetype)arrayWithObject:(ObjectType)anObject; + (instancetype)arrayWithArray:(NSArray *)array; //获取Array相应的内容 [array lastObject]

NSArray各种使用方法.

duoduo_333的专栏

08-07

967

1.创建数组对象

OC中NSArray常用方法总结

vincerce的专栏

02-23

1503

//NSArray的: //增加 1.initWithObjects //原型: (instancetype)initWithObjects:(id)firstObj, //初始化数组元素 //例如: NSArray *array = [[NSArray alloc] initWithObjects:@"aaa", @"bbb", @"ccc", nil];

Objective-C常用方法总结

iOS_KANG的博客

09-01

382

oc中的常用方法总结（不定期更新）

NSArray功能扩展：类别中的函数式编程方法

由于 NSArray 是不可变的，每次使用 NSArray-FunctionalHelper 中的功能方法时，返回的结果都是一个新的 NSArray 实例。这样做可以确保原始数组的内容不会被改变，维护了数据的完整性和不可变性原则。在函数式编程中...

Objective-C语法总结(第一版).zip

11-26

最后，Objective-C的Foundation框架提供了许多基础数据类型和常用功能，如字符串（NSString）、数组（NSArray）和字典（NSDictionary）。UIKit（在iOS中）和AppKit（在macOS中）则提供了构建用户界面的工具。这份...

iOS 开发常用宏总结

09-01

它检查对象是否为nil，属于NSNull类，或者如果对象响应length方法且length为0（对于NSData对象），或者响应count方法且count为0（对于NSArray或NSSet对象），则认为对象为空。 5. 屏幕尺寸相关宏 - `kScreenWidth` ...

iOS项目常用分类总结.zip

08-29

- Foundation分类：为NSString、NSArray、NSDictionary等基础类添加辅助方法。 - Core Data分类：为NSManagedObject及其子类添加方便数据操作的方法。 - Model对象分类：为模型对象添加便利构造器或格式化数据的方法...

【四旋翼飞行器】【模拟悬链机器人的动态】设计和控制由两个四旋翼飞行器推动的缆绳研究（Matlab代码实现）

11-26

【四旋翼飞行器】【模拟悬链机器人的动态】设计和控制由两个四旋翼飞行器推动的缆绳研究（Matlab代码实现）内容概要：本文围绕“设计和控制由两个四旋翼飞行器推动的缆绳系统”展开研究，通过建立动力学模型并利用Matlab进行仿真，模拟类似悬链机器人的动态行为。研究重点在于多无人机协同控制、缆绳张力分析及系统稳定性控制，结合非线性动力学与控制理论，实现对柔性连接负载的精确操控。文中提供了完整的Matlab代码实现，便于复现实验结果，适用于复杂空中作业任务的仿真验证。; 适合人群：具备一定控制理论基础和Matlab编程能力的研究生、科研人员及从事无人机协同控制、机器人系统开发的工程技术人员。; 使用场景及目标：①研究多无人机协同搬运与柔性负载控制；②掌握缆绳系统动力学建模与仿真方法；③应用于空中机器人、工业吊装、救援运输等实际场景的控制系统设计与优化；阅读建议：建议结合Matlab代码逐模块分析，重点关注动力学建模、控制律设计与仿真结果验证部分，可进一步扩展至更多无人机协同或复杂环境干扰下的鲁棒性研究。

基于遗传算法的梯级水电站群联合火电厂优化调度研究（Python代码实现）

11-26

基于遗传算法的梯级水电站群联合火电厂优化调度研究（Python代码实现）内容概要：本文研究了基于遗传算法的梯级水电站群联合火电厂优化调度问题，旨在通过智能优化方法实现电力系统中水火电资源的协调调度，提升能源利用效率与调度经济性。文中构建了考虑水电站间水力联系、水库库容约束、机组出力特性及火电厂运行成本的综合优化模型，并采用遗传算法进行求解，给出了完整的Python代码实现。该方法能够有效处理复杂的非线性、多约束、多变量调度问题，具备良好的收敛性和实

无人机基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较]（Matlab代码实现）

最新发布

11-26

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较]（Matlab代码实现）内容概要：本文围绕基于改进粒子群算法的无人机路径规划展开研究，重点探讨了在复杂环境中利用改进粒子群算法（PSO）实现无人机三维路径规划的方法，并将其与遗传算法（GA）、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估，所有实验均通过Matlab代码实现，提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较，突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群：具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标：①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究；②比较不同智能优化算法（如PSO、GA、蚁群算法、RRT等）在路径规划中的性能差异；③为多目标优化问题提供算法选型和改进思路。; 阅读建议：建议读者结合文中提供的Matlab代码进行实践操作，重点关注算法的参数设置、适应度函数设计及路径约束处理方式，同时可参考文中提到的多种算法对比思路，拓展到其他智能优化算法的研究与改进中。

图像重建使用FDK的三维谢普洛根幻影重建（Matlab代码实现）

11-26

【图像重建】使用FDK的三维谢普洛根幻影重建（Matlab代码实现）内容概要：本文介绍了使用FDK算法在Matlab环境中实现三维谢普洛根幻影（Shepp-Logan phantom）图像重建的技术方法，重点展示了图像重建过程中的关键步骤与代码实现。该资源属于一系列图像处理与医学成像技术研究的一部分，涵盖了从投影数据生成到反投影重建的完整流程，帮助读者理解CT图像重建的基本原理与FDK算法的应用细节。; 适合人群：具备一定Matlab编程基础，从事医学图像处理、计算机断层成像（CT）或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①学习和掌握FDK算法在三维图像重建中的具体实现；②理解Shepp-Logan幻影模型在仿真成像中的作用；③为医学图像重建、算法验证与教学演示提供可运行的Matlab代码参考；阅读建议：建议结合Matlab代码逐行调试，理解投影（正弦图）生成与滤波反投影的每一步操作，同时可延伸学习其他重建算法（如FBP

【大数据搜索技术】Elasticsearch7.8安装部署与集群管理：基于CentOS的分布式搜索引擎配置及性能优化实践

11-26

内容概要：本文详细介绍了Elasticsearch 7.8的安装部署及核心功能应用，涵盖环境准备、解压配置、启动优化、集群搭建、分片管理、健康监控等内容，并结合Kibana和Logstash构建完整的ELK日志分析体系。文章还讲解了中文分词器IK的使用、快照备份与恢复机制，以及如何通过Filebeat采集Nginx等服务的日志数据并进行可视化展示，系统性地呈现了Elasticsearch在实际生产环境中的部署与运维流程。; 适合人群：具备Linux基础和一定运维经验的技术人员，尤其是从事日志分析、搜索系统搭建或中间件维护的开发与运维工程师；适合初学者入门Elasticsearch及相关生态组件。; 使用场景及目标：①掌握Elasticsearch单节点与集群环境的安装与配置；②理解索引、分片、副本等核心概念并应用于实际业务；③构建基于Filebeat+Logstash+ES+Kibana的日志采集与分析链路；④实现数据的备份恢复与中文检索功能；阅读建议：建议按照文档顺序逐步操作，重点关注配置参数调优与常见错误处理（如权限、虚拟内存限制），动手实践集群部署与日志采集流程，结合Kibana进行数据验证与可视化分析，加深对ELK生态协同工作的理解。

commonapi-dbus-demo

11-26

commonapi-dbus-demo

DeepSeek+7大场景+50大案例+全套提示词

11-26

DeepSeek+7大场景+50大案例+全套提示词