便签软件开发笔记——Memo列表界面

Memo列表界面的创建和逻辑操作跟日期列表界面差不多,可以参考日期列表界面。

 

 

这儿需要重点进行说明的是下面这段代码:

 

 

google android参考手册中对onSaveInstanceState方法的说明如下:

 

 


 

protected void onSaveInstanceState (Bundle outState)
Since: API Level 1
 
一个activity被killed掉之前调用,用来保存该activity实例的状态。之后,在该activity的onCreate(Bundle)或者onRestoreInstanceState(Bundle)(由onSaveInstanceState这个方法populate的Bundle将会被传递给onCreate和onRestoreInstanceState两个方法)中可以恢复在onSaveInstanceState方法中保存的状态。

 

这个方法在一个activity被kill掉之前调用,从而在未来某个时刻要重新创建该activity的时候能够恢复其状态。

例如,显示activity A之后,在activity A前面显示activity B,那么在某个时刻系统会kill掉activity A以取回它所占用的资源,activity A将会有机会通过这个方法来保存当前的状态,从而,当用户返回activity A时,就能够在onCreate(Bundle)或者onRestoreInstanceState(Bundle)方法中恢复之前保存的用户界面的状态。

不要把这个方法与activity的生命周期回调函数如onPause和onStop混淆。当一个activity被放置到后台或者按它的方式销毁时会调用onPause;当一个activity被销毁时会调用onStop。(这儿所说的销毁应该是指设置该activity为可销毁状态,而不是真的销毁)。当用户浏览了activity B之后又浏览activity A,这时对于activity B是无需调用onSaveInstanceState(Bundle)的,因为 particular instance will never be restored, 所以系统不调用onSaveInstanceState(这儿我有点搞不懂,为什么这个particular instance不会被restored)。在这个例子中,activity B的onPause或者onStop会被调用。

 

一个例子是,当activity B在activity A之前调用的时候,如果在activity B的生命周期中,activity A没有被销毁的话那么activity A的onSaveInstanceState不会被调用,因为activity A的界面状态仍处于可交互的状态。

 

该方法默认的实现是, 通过在窗口层次结构上对有一个id的view调用onSaveInstanceState方法来处理其实例状态,此外,还保存了当前获得焦点的view的id(所有保存的这些状态,都将通过默认实现的onRestoreInstanceState来恢复)。

如果你要覆盖这个方法来保存每个view不能捕捉到的额外信息,你需要先调用该方法默认的实现(super.onSaveInstanceState),然后再保存你自己的信息。

 

如果调用,那么这个方法将会在onStop之前出现。而没有保证该方法是在onPause之前或之后调用。

Parameters

outState Bundle in which to place your saved state.

 


 

从上面的描述,可以看出,如果一个activity可能被销毁的话那么onSaveInstanceState方法会被调用。但是上面所举例子中的particular instance will never be restored我就搞不清楚,希望高人指点。

 

因此,在onCreate方法中,如下的一句代码:

获取的就是onSaveInstanceState方法中保存的信息。

计及风电并网运行的微电网及集群电动汽车综合需求侧响应的优化调度策略研究(Matlab代码实现)内容概要:本文研究了计及风电并网运行的微电网及集群电动汽车综合需求侧响应的优化调度策略,并提供了基于Matlab的代码实现。研究聚焦于在高渗透率可再生能源接入背景下,如何协调微电网内部分布式电源、储能系统与大规模电动汽车充电负荷之间的互动关系,通过引入需求侧响应机制,建立多目标优化调度模型,实现系统运行成本最小化、可再生能源消纳最大化以及电网负荷曲线的削峰填谷。文中详细阐述了风电出力不确定性处理、电动汽车集群充放电行为建模、电价型与激励型需求响应机制设计以及优化求解算法的应用。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源、微电网、电动汽车等领域技术研发的工程师。; 使用场景及目标:①用于复现相关硕士论文研究成果,深入理解含高比例风电的微电网优化调度建模方法;②为开展电动汽车参与电网互动(V2G)、需求侧响应等课题提供仿真平台和技术参考;③适用于电力系统优化、能源互联网、综合能源系统等相关领域的教学与科研项目开发。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注模型构建逻辑与算法实现细节,同时可参考文档中提及的其他相关案例(如储能优化、负荷预测等),以拓宽研究视野并促进交叉创新。
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