ios 全面解析block

本文深入探讨了Objective-C与C语言中块(block)的概念,解释了它们在函数参数、内存管理和生命周期方面的差异,并提供了在Objective-C中使用块的实例,包括如何在属性中使用copy关键字,以及在非ARC和ARC环境下使用__block和__weak关键字避免循环引用的方法。
typedef int(^MyBlock)();

void cFun(void(^blockName1)(), MyBlock blockName2){
//两种写法都可以
}

-(void)ocFun:(void(^)())blockName1 andOtherBlock:(MyBlock)blockName2{
//注意第一种写法的特别之处, OC函数要求变量类型和形参名分开, 所以写法和C不同
}

在oc中调用cFun,直接cFun就可以了,但是ocFun就需要 [self ocFun].

block是一个特殊的OC对象, 它建立在栈上, 而不是堆上, 这么做一个是为性能考虑,还有就是方便访问局部变量.

默认情况下block使用到的局部变量都会被保留,而不是复制.

所以它无法改变局部变量的值.

如果在变量面前加上__block, 那就是告诉编译器, 当吧快从栈移动到堆上的时候,要把变量也复制一份放到堆上, 这样我们就可以改变变量.

另外块是在栈上分配的, 所以一旦离开作用域, 就会释放, 因此如果你要把快用在别的地方, 必须要复制一份.

所以在属性定义一个快的时候需要使用copy: @property (nonatomic, copy) void (^onTextEntered)(NSString *enteredText);

块是不能保留的, retain对块没有意义

ARC下Block何时会从栈自动被复制到堆, 以及__block和__weak的使用问题

由于Block是默认建立在栈上, 所以如果离开方法作用域, Block就会被丢弃, 在非ARC情况下, 我们要返回一个Block ,需要 [Block copy];

在ARC下, 以下几种情况, Block会自动被从栈复制到堆:

1.被执行copy方法
2.作为方法返回值
3.将Block赋值给附有__strong修饰符的id类型的类或者Blcok类型成员变量时
4.在方法名中含有usingBlock的Cocoa框架方法或者GDC的API中传递的时候.

对于非ARC下, 为了防止循环引用, 我们使用__block来修饰在Block中实用的对象:

__block id blockSelf=self;

self.block=^{
NSLog(@"%@",blockSelf); //在非ARC下对于栈上的_block对象, Block不会对其复制, 仅仅使用, 不会增加引用计数.
};

对于ARC下, 为了防止循环引用, 我们使用__weak来修饰在Block中实用的对象:

__weak id weakSelf=self;

self.block=^{
NSLog(@"%@",weakSelf);
};

如果要在ARC下, 为了防止循环引用, 使用__block来修饰在Block中实用的对象,仍然会被retain, 所以需要多做一些设置
__block id blockSelf=self;

self.block=^{
NSLog(@"%@",blockSelf);
blockSelf=nil;
};

并且一定要运行一次block();

这样就使block断开了与blockSelf的持有关系, 这是使用__block是为了允许在block修改其值.
【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。
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