RecyclerView分别展示ListView,GrideView,瀑布流效果之总结

ListView、GridView、RecycleView性能优化小总结 RecycleView控件的出现是为了替代ListView和GridView控件的,号称,是他们的加强版,在性能上做了优化处理,这里总结一下优化的地方。 1,在以往使用ListView或者GridView的时候,如果要进行性能优化,基本上两个做法: ①定义内部类ViewHolder; 定义ViewHolder是为了减少findViewById的次数,如果每一次渲染布局都进行一轮的find... 阅读详情

首先我们看一下主要的代码:

这个是展示listView效果的:

//创建适配器对象 参数一般有两个 上下文 和 数据加载集合
        RecylerViewAdapter recylerViewAdapter=new RecylerViewAdapter(this,dates);
        // 1 设置适配器
        mRecyclerView.setAdapter(recylerViewAdapter);

        //布局管理器所需参数,上下文
        LinearLayoutManager linearLayoutManager=new LinearLayoutManager(this);

        //B 通过布局管理器,可以控制条目排列顺序  true:反向显示  false:正常显示(默认)
        linearLayoutManager.setReverseLayout(isversion);

        //C 设置RecyclerView显示的方向,是水平还是垂直!! LinearLayoutManager.VERTICAl(默认) false
        linearLayoutManager.setOrientation(orientation ? LinearLayoutManager.VERTICAL: LinearLayoutManager.HORIZONTAL);

        //设置布局管理器 , 参数 linearLayout
        mRecyclerView.setLayoutManager(linearLayoutManager);

这是展示grideView效果的:

//创建适配器对象  参数一般有两个,上下文和数据加载集合
        RecyclerViewGridAdapter recyclerViewGridAdapter = new RecyclerViewGridAdapter(this, dates);
        // 1 设置适配器
        mRecyclerView.setAdapter(recyclerViewGridAdapter);

        //布局管理器所需参数,上下文
        GridLayoutManager gridLayoutManager = new GridLayoutManager(this, 3);

        //B 通过布局管理器,可以控制条目排列顺序  true:反向显示  false:正常显示(默认)
        gridLayoutManager.setReverseLayout(isversion);

        //C 设置RecyclerView显示的方向,是水平还是垂直!! GridLayoutManager.VERTICAL(默认) false
        gridLayoutManager.setOrientation(orientation ? GridLayoutManager.VERTICAL: LinearLayoutManager.HORIZONTAL);

        //设置布局管理器 , 参数 linearLayout
        mRecyclerView.setLayoutManager(gridLayoutManager);

这个是展示瀑布流效果的代码:

//创建适配器对象  参数一般有两个,上下文和数据加载集合
        RecyclerViewStaggeredGridAdapter recyclerViewStaggeredGridAdapter = new RecyclerViewStaggeredGridAdapter(this, dates);
        // 1 设置适配器
        mRecyclerView.setAdapter(recyclerViewStaggeredGridAdapter);
        //E  布局管理器所需要的参数  参数1 规定显示几列  参数2 指定item排列方式
        StaggeredGridLayoutManager staggeredGridLayoutManager = new StaggeredGridLayoutManager(2, orientation ? StaggeredGridLayoutManager.VERTICAL : StaggeredGridLayoutManager.HORIZONTAL);

        //通过布局管理器可以控制条目排列顺序  true:方向  false:正常显示
        staggeredGridLayoutManager.setReverseLayout(isversion);

        //2 设置布局管理器,参数GridLayoutManager,可以使
        mRecyclerView.setLayoutManager(staggeredGridLayoutManager);

现在我们再看一次这三个代码,楼主发现都是先创建适配器(三个适配器除了名字不同之外,其他的代码一致!!),然后都需要布局管理器!!

         ListView需要的是LinearLayoutManager

        GrideView需要的是GridLayoutManager

       瀑布流需要的是StaggeredGridLayoutManager

细究针对布局管理器的代码:我们不难发现他们使用方法不一样:

LinearLayoutManager参数:就是上下文

GridLayoutManager参数:上下文 和 列数

StaggeredGridLayoutManager参数:列数 和 item的排列方式(这里和前两个不同,这里直接提价item的排列方式,值得注意!!)






RecyclerListView组件之-为什么要选择它作为海量数据列表组件 React-Native recyclerlistview组件设计思路讲解、性能比对、内存复用原理 阅读详情

相关推荐

Android-自定义的一个RecycleView实现了ListViewGridView和瀑布流三种效果

自定义的一个RecycleView,实现了ListView、GridView和瀑布流三种效果,并且实现了点击效果(包括点击和长点击事件),内容不是特别复杂,关键点也都加了注释

recyclerview 实现带标题的Grideview 不嵌套

项目中需要实现微信钱包页面类似的布局,我第一次看到后觉得很容易,用recyclerview嵌套grideview就能实现,往回一想太麻烦,并且要写好多adapter和相应的点击事件。于是我想能不能只用recyclerview不嵌套能不能实现。在网上搜到一个神奇的方法解决了我的问题LayoutManager.setSpanSizeLookup(SpanSizeLookup loopup) pri...

qq_35599978的博客 1850

RecyclerView实现关于listview,Gridview,水平Gridview和瀑布流功能

用Android5.0新控件RecyclerView实现替代listview,Gridview ,水平Gridview和瀑布流功能,功能实现简单,易用.

android 切换listview和grideview,GitHub - fingerth/commonadapter: 一个简单的Listview、GridView适配器;一个简单的ViewPag...

FingerthCommonAdapter一个简单的Listview、GridView适配器;一个简单的ViewPager适配器;一个简单的RecyclerView适配器,RecyclerView可以有头部和尾部。打造万能的适配器,超级简单使用,省时省力。Step 1. Add the JitPack repository to your build fileAdd it in your root...

weixin_36330238的博客 156

企业网络架构设计:从内网到外网的无缝通信方案

本文详细解析了企业网络架构设计中的关键技术与实践方案,重点介绍了VLAN划分、OSPF路由优化、安全策略及无线网络集成等核心内容。通过OSPF多区域部署和链路聚合技术,实现内网到外网的无缝通信,提升企业网络性能与安全性。文章还提供了具体的配置示例和最佳实践,助力企业构建高效可靠的网络架构。

weixin_28331555的博客 625

三角洲自动购买工具 —— 基于 OCR 的价格识别与自动点击

通过的方式,我们可以轻松实现自动化的“价格监控 + 自动点击”工具。它的优势在于通用性—— 只要能截屏识别价格,就能用于任何程序,不依赖特定 API。未来可以扩展的功能:自动保存配置到文件。支持多价格区域检测。增加快捷键启停功能。

qq_62975494的博客 2422

RecyclerView实现listview+GridView之间切换的小demo

简单的实现了RecyclerView来展示数据,用OKhttp进行数据的请求,并分别实现了listview与GridView两种效果;两者可以切换;

qq_37486833的博客 1544

光谱特征选择之模拟退火算法SA

光谱特征选择之模拟退火算法SA。

weixin_42621095的博客 902

android recycleview中嵌套gridview或recycleview 适配器

import android.app.Activity; import android.content.Context; import android.content.Intent; import android.support.v7.app.AlertDialog; import android.support.v7.widget.RecyclerView; import android.v...

代码神器 3089

比亚迪唐/秦开发者必看:253个车辆接口实战指南(附常用功能调用示例)

本文为比亚迪唐/秦开发者提供了一份详尽的车辆接口实战指南。文章聚焦于比亚迪开放的253个车辆接口,从开发环境搭建、核心状态监控到高频控制功能(如空调与充电管理),结合真实代码示例,帮助开发者快速上手并规避常见问题,高效开发车载应用。

weixin_28327051的博客 616

从零开始搭建属于自己的语音识别API服务器(ASRT开源项目)

材料准备 云服务器 (本人使用的的是阿里云服务器 Ubuntu(Linux操作系统)) 环境搭建 1. Python 3.7 话不多说直接上代码 sudo su yum -y install git yum -y install gcc yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-deve

zhi_qian的博客 5648

RecyclerView的使用(3种视图切换)

大家可以通过导入support-v7对其进行使用 compile 'com.android.support:recyclerview-v7:23.2.1-alpha1'这里实现ListView,GridView,Staggered(瀑布流)的切换 只是简单的实现,还没有添加和删除功能。示例图1 示例图2

pugongyingbo的博客 1394

银河麒麟V10离线安装VLC播放器完整指南

Linux系统中软件安装常因依赖关系复杂和软件源不可用而受阻,尤其在国产化操作系统环境中更是如此。包管理器dpkg以离线deb包方式安装软件,能够绕开网络和源限制,实现版本可控的部署。这种方式对信创终端、内网环境及多媒体处理场景极具工程价值。用户在日常视频播放、网课学习或监控回放时,需要一款兼容性强的播放器。VLC作为跨平台开源播放器,支持多种格式和硬件加速,在银河麒麟V10上通过适配的离线包即可稳定运行。本文遵循“确认架构、下载对应包、dpkg安装、修复依赖”流程,提供完整安装与排错指引。

weixin_32466193的博客 273

android 切换listview和grideview,精通RecyclerView:打造ListView、GridView、瀑布流;学会添加分割线、 添加删除动画 、Item点击事件(示例代码)...

精通RecyclerView:打造ListView、GridView、瀑布流;学会添加分割线、 添加删除动画 、Item点击事件在上一篇Android用RecyclerView练手仿美团分类界面写了RecyclerView的基本用法,今天想想,在这里重新学习一下RecyclerView的完整用法。包括如何打造一个普通的ListView和横向的ListView、普通的GridView和横向的Grid...

weixin_39816141的博客 517

用Python玩转ROS机械臂:YOLO目标检测+MoveIt!自动抓取仿真教程

本文详细介绍了如何利用Python集成YOLO目标检测与ROS的MoveIt!运动规划库,实现机械臂的智能抓取仿真。通过Gazebo仿真环境,从视觉感知、坐标转换到运动规划与执行,构建了一套完整的自动化抓取系统,为机器人视觉抓取应用提供了可复现的实践方案。

ppp33的博客 554

QT自制TCP服务器

TCP服务器 网络调试助手

大脑曝光 3628

recyclerview代替listview和grideview

1.RecyclerView 是Google推出的最新的 替代ListView、GridView的组件,RecyclerView是用来显示大量数据的容器,并通过有限数量的子View,来提高滚动时的性能。2.优点:RecyclerView 不再负责布局,而是专注于布局复用。 自己在用的过程中,感觉适配器清晰明了,一个填充布局,填充完布局然后到viewholder找到控件,onBindVi...

weixin_30446197的博客 132

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

RecyclerView的使用

对RecyclerView的使用 - 纵/横 ListView - 纵/横GrideView - 瀑布流 - 定制Item增加与删除的动画

许挂挂的博客 379

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

android recylerview 横向gridview,RecyclerView学习笔记(二)——实现GridView

RecycleView和ListView一样,都是做列表显示View子项的控件,它比ListView更高效和自由。解析RecycleView,Recycle View意思就是该控件只管回收和显示View子项,而对于如何显示,显示什么,它是不关心的,这给开发过程带来了极大的便利,比如ListView只能作为单列的列表显示,GridView将一个界面表格化,通常情况下GridView通过强制View子...

weixin_36179777的博客 937

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

使用RecyclerView展示GrideView效果

第一步:      关联库文件:          第二步:布局.xml <android.support.v7.widget.RecyclerView android:layout_width="match_parent" android:layout_height="wrap_content" android:id="@+i

github_37245515的博客 4154

android listview瀑布流,Recycler 的用法(listView、gridView和瀑布流)

RecyclerView1.特点1.不关心Item是否显示LayoutManager2.不关心Item 之间如何分隔控制分隔效果 - - ItemDecoration下载地址https://gist.github.com/alexfu/0f464fc3742f134ccd1e3.不关注Item增加与删除的动画效果ItemAnimation 删除动画的效果4.只关注如何回收和复用View2.主要相关...

weixin_39750190的博客 296

精通RecyclerView:打造ListView、GridView、瀑布流;学会添加分割线、 添加删除动画 、Item点击事件

精通RecyclerView:打造ListView、GridView、瀑布流;学会添加分割线、 添加删除动画 、Item点击事件 在上一篇Android用RecyclerView练手仿美团分类界面写了RecyclerView的基本用法, 今天想想,在这里重新学习一下RecyclerView的完整用法。包括如何打造一个普通的ListView和横向的ListView、普通的GridView和横

DylanAndroid 1万+

Android使用RecyclerView实现瀑布流效果的列表展示

瀑布流效果图: 第一步:设置RecycleView的布局管理器为瀑布流StaggeredGridLayoutManager RecyclerView rlv = view.findViewById(R.id.pop_rlv); rlv.setLayoutManager(new StaggeredGridLayoutManager(2, StaggeredGridLayoutManage...

_万能的博哥的博客 4108

android 瀑布流效果(仿蘑菇街)

首先我们还是来看一款示例:(蘑菇街) 看起来很像我们的gridview吧,不过又不像,因为item大小不固定的,看起来是不是别有一番风味,确实如此.就如我们的方角图形,斯通见惯后也就出现了圆角.下面我简单介绍下实现方法. 第一种: 我们在配置文件中定义好列数.如上图也就是3列.我们需要定义三个LinearLayout,然后把获取到的图片add里面就ok了. main.xml ...

mmdev 628

Android中RecyclerView布局代替GridView实现类似支付宝的界面

单纯使用GridView 通用的两种给GridView 添加分割线的方法;http://stackoverflow.com/questions/7132030/android-gridview-draw-dividers 给Gridview 添加分割线,也就是实现网格布局,不清楚谷歌为什么没有给Gridview 添加一个类似 ListView 的Divider 属性,因此就需要我们自己去添加分

qq1170762202的博客 8989
上一篇: 使用RecyclerView展示瀑布流的效果
下一篇: include(重用)
CEO先生
博客等级 码龄10年 4粉丝 17原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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