Android学习笔记【09】【四大组件之内容提供者】

本文详细介绍了Android中内容提供者的概念、原理及实现步骤,并通过备份短信、读取联系人等案例进行实操演示,同时讲解了内容观察者的使用。

一、内容提供者(contentProvider)作用

1、创建数据方法:定义一个类继承SQLiteOpenHelper

应用间访问数据库

二、内容提供者原理

内容提供者把数据封装后向外提供,其他应用通过内容解析者访问

三、实现内容提供者步骤

1、定义一个类继承ContentProvider

2、配置清单文件

3、定义UriMatcher

4、定义静态代码块,添加匹配规则

四、备份短信案例

Uri uri = Uri.parse("content://sms/");
Cursor cursor = getContentResolver().query(uri, new String[]{"address", "date", "body"}, null, null, null);

XmlSerializer xml = Xml.newSerializer();
File file = new File(getFilesDir().getPath(), "mysms.xml");
FileOutputStream fos = new FileOutputStream(file);
xml.setOutput(fos, "utf-8");

xml.startDocument("utf-8", true);
xml.startTag(null, "smss");
while (cursor.moveToNext()) {
    String address = cursor.getString(0);
    String date = cursor.getString(1);
    String body = cursor.getString(2);

    Log.d("mydata", address + "---" + body + "---" + date);

    xml.startTag(null, "sms");
    xml.startTag(null, "address");
    xml.text(address);
    xml.endTag(null, "address");

    xml.startTag(null, "body");
    xml.text(body);
    xml.endTag(null, "body");

    xml.startTag(null, "date");
    xml.text(date);
    xml.endTag(null, "date");
    xml.endTag(null, "sms");
}

xml.endTag(null, "smss");
xml.endDocument();

fos.close();

五、利用内容提供者插入短信

六、读取联系人案例

mimetype表<---mimetype_id--->data表<---raw_contact_id-contact_id--->raw_contact表

七、插入联系人

八、内容观察者

Uri uri=Uri.parse("content://sms");
getContentResolver().registerContentObserver(uri,true,new MyContentObserver(new Handler()));

MyContentObserver继承自ContentObserver,重写onChange方法,当观察的内容发生改变的时候执行。

内容观察者,需要内容提供者写notifyChange通知发生改变

九、内容观察者应用场景

转载于:https://www.cnblogs.com/leishoulin/p/7455768.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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