IOS 开发缓存机制----内存缓存机制

本文介绍了如何使用NSURLCache实现iOS应用中的内存缓存机制。通过设置缓存策略,可以有效地减少对同一URL的重复请求,提高应用响应速度。文中详细解释了不同的缓存策略,并提供了一个简单的内存缓存示例。

使用缓存的目的是为了使用的应用程序能更快速的响应用户输入,是程序高效的运行。有时候我们需要将远程web服务器获取的数据缓存起来,减少对同一个url多次请求。


内存缓存我们可以使用sdk中的NSURLCache类。NSURLRequest需要一个缓存参数来说明它请求的url何如缓存数据的,我们先看下它的CachePolicy类型。

 

1NSURLRequestUseProtocolCachePolicy NSURLRequest默认的cache policy,使用Protocol协议定义。

2NSURLRequestReloadIgnoringCacheData 忽略缓存直接从原始地址下载。

3NSURLRequestReturnCacheDataElseLoad 只有在cache中不存在data时才从原始地址下载。

4NSURLRequestReturnCacheDataDontLoad 只使用cache数据,如果不存在cache,请求失败;用于没有建立网络连接离线模式;

5NSURLRequestReloadIgnoringLocalAndRemoteCacheData:忽略本地和远程的缓存数据,直接从原始地址下载,与NSURLRequestReloadIgnoringCacheData类似。

6NSURLRequestReloadRevalidatingCacheData:验证本地数据与远程数据是否相同,如果不同则下载远程数据,否则使用本地数据。

 

NSURLCache还提供了很多方法,来方便我们实现应用程序的缓存机制。

//
//  RootViewController.h
//  cacheDemo
//  (内存缓存demo-声明)
//  Created by iMilo TEANA on 12-2-1.
//  Copyright (c) 2012年 TEANA. All rights reserved.
//
 
#import <UIKit/UIKit.h>
 
@interface RootViewController : UIViewController
<NSURLConnectionDelegate>
 
- (IBAction)cachePress:(UIButton *)button;
 
@end
 
//
//  RootViewController.m
//  cacheDemo
//  (内存缓存demo-定义)
//  Created by iMilo TEANA on 12-2-1.
//  Copyright (c) 2012年 TEANA. All rights reserved.
//
 
#import "RootViewController.h"
 
@interface RootViewController()
 
@property(nonatomic, retain) NSURLConnection *connection;
 
@end
 
@implementation RootViewController
 
@synthesize connection = _connection;
 
#pragma mark -
#pragma mark - super code
 
- (void)dealloc
{
    [_connection release];
    [super dealloc];
}
 
- (void)viewDidLoad
{
    [super viewDidLoad];
    [[self view] setBackgroundColor:[UIColor redColor]];
}
 
- (void)viewDidUnload
{
    [super viewDidUnload];
}
 
- (BOOL)shouldAutorotateToInterfaceOrientation:(UIInterfaceOrientation)interfaceOrientation
{
    return (interfaceOrientation == UIInterfaceOrientationPortrait);
}
 
#pragma mark -
#pragma mark - user code
 
- (IBAction)cachePress:(UIButton *)button
{
    //URL
    NSString *URLStr = @"http://www.baidu.com";
    if ([URLStr length] == 0)
    {
        NSLog(@"Nil or empty URL is given");
        return;
    }
    //设置缓存
    NSURLCache *urlCache = [NSURLCache sharedURLCache];
    //设置缓存大小未1M
    [urlCache setMemoryCapacity:1*1024*1024];
    //创建URL
    NSURL *URL = [NSURL URLWithString:URLStr];
    //创建请求
    NSMutableURLRequest *request =
    [NSMutableURLRequest requestWithURL:URL
                            cachePolicy:NSURLRequestUseProtocolCachePolicy //缓存策略(默认)
                        timeoutInterval:60.0f];//
    //从请求中获取缓存输出
    NSCachedURLResponse *response = [urlCache cachedResponseForRequest:request];
    //判断是否有缓存
    if (response != nil)
    {
        NSLog(@"如果有缓存,从缓存中获取数据");
        [request setCachePolicy:NSURLRequestReturnCacheDataDontLoad];
    }
    //将链接置为空
    _connection = nil;
    //重新创建链接
    NSURLConnection *connection =
    [[NSURLConnection alloc] initWithRequest:request
                                    delegate:self
                            startImmediately:YES];
    [self setConnection:connection];
    [connection release];
    connection = nil;
}
 
#pragma mark -
#pragma mark - delegate code
 
- (void)connection:(NSURLConnection *)connection
 idReceiveResponse:(NSURLResponse *)response
{
    NSLog(@"将要接收数据");
}
 
- (NSURLRequest *)connection:(NSURLConnection *)connection
             willSendRequest:(NSURLRequest *)request
            redirectResponse:(NSURLResponse *)redirectResponse
{
    NSLog(@"即将发送请求");
    return request;
}
 
- (void)connection:(NSURLConnection *)connection
    didReceiveData:(NSData *)data
{
    NSLog(@"接收数据,数据长度为:%lu",(unsigned long)[data length]);
}
 
- (NSCachedURLResponse *)connection:(NSURLConnection *)connection
                  willCacheResponse:(NSCachedURLResponse *)cachedResponse
{
    NSLog(@"将缓存输出");
    return(cachedResponse);
}
 
- (void)connectionDidFinishLoading:(NSURLConnection *)connection
{
    NSLog(@"请求完成");  
}
 
- (void)connection:(NSURLConnection *)connection
  didFailWithError:(NSError *)error
{
    NSLog(@"请求失败");
}
 
@end


内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
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