Android 设计模式之观察者模式

本文介绍了一个基于Android平台的观察者模式实现,通过ContentObserver监听数据库的变化来接收特定号码的短信,并将其标记为已读,同时避免系统级的通知。此方法需要READ_SMS和WRITE_SMS权限。
这里有一个观察者模式的例子,使用 ContentObserver 监听数据库变化

如何接受指定号码的短信,并且不让系统截取到通知用户

  1. public class ScreenTest extends Activity {

  2. class SmsContent extends ContentObserver{

  3. private Cursor cursor = null;

  4. public SmsContent(Handler handler) {

  5. super(handler);

  6. }

//检查与观察函数 deliverSelfNotifications()。(它将返回 false 默认情况下)
  1. @Override 
  2. public boolean deliverSelfNotifications() { 
  3.      return true; 
  4. }
  1. /**

  2. * @Description 当短信表发送改变时,调用该方法

  3. * 需要两种权限

  4. * android.permission.READ_SMS 读取短信

  5. * android.permission.WRITE_SMS 写短信

  6. */
  7. @Override

  8. public void onChange(boolean selfChange) {

  9. // TODO Auto-generated method stub

  10. super.onChange(selfChange);

  11. //读取收件箱中指定号码的短信

  12. cursor = managedQuery(Uri.parse("content://sms/inbox"), new String[]{"_id", "address", "read"}, " address=? and read=?", new String[]{"12345678901", "0"}, "date desc");

  13. if (cursor != null){

  14. ContentValues values = new ContentValues();

  15. values.put("read", "1"); //修改短信为已读模式

  16. cursor.moveToFirst();

  17. while (cursor.isLast()){

  18. //更新当前未读短信状态为已读

  19. getContentResolver().update(Uri.parse("content://sms/inbox"), values, " _id=?", new String[]{""+cursor.getInt(0)});

  20. cursor.moveToNext();

  21. }

  22. }

  23. }

  24. }

  25. /** Called when the activity is first created. */

  26. @Override

  27. public void onCreate(Bundle savedInstanceState) {

  28. super.onCreate(savedInstanceState);

  29. setContentView(R.layout.main);

  30. SmsContent content = new SmsContent(new Handler());

  31. //注册短信变化监听

  32. this.getContentResolver().registerContentObserver(Uri.parse("content://sms/"),true, content);

    }

    }

内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术和多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估和CPO优化流程。; 适合人群:具备一定Python编程基础和优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航与避障;②研究智能优化算法(如CPO)在路径规划中的实际部署与性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构与代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略与约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
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