WKAnimatorManager - 转场管理类

本文介绍了一个iOS动画开源组件WKAnimatorManager,它简化了转场动画的集成与使用,提供了封装的转场动画效果及左滑返回功能。通过四个核心类,WKAnimatorManager实现了动画的统一管理和自定义,适用于批量添加转场动画的需求。

前言

现如今App的体验越来越重要,我们的App中也要求加入更多的动画效果,其中最广泛的是转场动画,由于需要批量的加入转场动画,如果于每一个VC中去添加修改是一件费时费力的事情,所以有了下面要介绍的一个开源组件--WKAnimatorManager

功能介绍

实现了对转场动画的封装以及左滑的集中处理。

优点:集成方便,使用简单,拓展性强。

简要介绍

转场管理结构中只有四个类:

  • UINavigationController+WKTransitions
功能:hook了UINavigationController的部分方法,实现集成即可使用。
其一:hook了push,pop系列方法,于其中设置动画转场子类,便于统一处理动画
其二:重写了viewdidload 设置UINavigationController的转场代理为WKAnimatorManager的单例
  • UIViewController+WKTransitions
功能:hook了UIViewController的部分方法以及新增了两个属性,实现集成即可使用。
其一:为UIViewController添加了两个转场动画属性,一个用于模态转场wk_modelAnimator,一个用于导航栏转场wk_navAnimator,均为WKBaseAnimator的子类
其二:hook了dismiss以及present模态转场方法,便于统一处理动画
其三:hook了init,讲其模态转场代理设置为WKAnimatorManager单例
  • WKAnimatorManager
功能:遵循模态以及导航栏转场协议,集中处理转场逻辑
内部自定义了UIScreenEdgePanGestureRecognizer手势,实现左滑返回逻辑自处理。
  • WKBaseAnimator
功能:动画处理基类
自定义动画只需要继承自此类,将动画效果写于present以及dismiss方法即可。
如需左滑手势返回,系统只支持了view层级动画的左滑返回操作,所以左滑返回动画必须为view层级动画,其次需设置edgeType为UIRectEdgeLeft即可。

使用方式

CocoaPods集成
于Podfile中添加 pod 'WKAnimatorManager', '~> 0.1.1'
手动添加
步骤一、

下载Demo,将Demo里的Transitions文件夹拖入项目,再将已整合好的头文件WKAnimatorManagerHeader.h加入全局头文件.pch中。

步骤二、
创建继承自WKBaseAnimator.h的自定义动画类,下面以Demo中已存在的的动画作为例子(后面有效果展示):
#import "WKBaseAnimator.h"
@interface MagicMoveTransition : WKBaseAnimator

//自定义需要的属性
@property (nonatomic, assign) CGRect   endRect;//终点
@property (nonatomic, strong) UIView * sourceView;

@end
于.m文件中实现从父类继承而来的present以及dismiss
- (void)present{
    [UIView animateWithDuration:[self transitionDuration] delay:0.0f usingSpringWithDamping:0.8f initialSpringVelocity:1.0f options:UIViewAnimationOptionCurveLinear animations:^{
        .....
    } completion:^(BOOL finished) {
        .....
        //告诉系统动画结束
        [self completeTransition];
        
    }];
}
- (void)dismiss {
     .....
    //发生动画
    [UIView animateWithDuration:[self transitionDuration] delay:0.0f usingSpringWithDamping:0.8f initialSpringVelocity:1.0 options:UIViewAnimationOptionCurveEaseInOut animations:^{
          .....
    } completion:^(BOOL finished) {
          .....
         //告诉系统动画结束
        [self completeTransition];
    }];
}
可自定义动画执行时间
- (NSTimeInterval)transitionDuration{
    return 0.6f;
}
支持左滑返回可以这样,在初始化时将其边界type修改为left
- (instancetype)init
{
    self = [super init];
    if (self) {
        self.edgeType = UIRectEdgeLeft;
    }
    return self;
}
步骤三、
在push 或者 present之前为vc设置上对应的动画
- (void)gotoWindoeModelVC
{
    WindowModelVC * vc = [WindowModelVC new];
    WKWindowedModelAnimator * animator = [WKWindowedModelAnimator new];
    animator.toViewHeight = SCREEN_HEIGHT / 2.f;
//    vc.wk_modelAnimator = animator;
//    [self.navigationController presentViewController:vc animated:YES completion:nil];
//都可以啊
    vc.wk_navAnimator = animator;
    [self.navigationController pushViewController:vc animated:YES];
}
效果展示
在Demo中提供了一些常用的转场动画的封装,可直接使用。

1.gif

2.gif

3.gif

更多自定义的效果,可参考WKAnimatorManager的Demo。

后记

既然各位看到这了,再给大家分享一个小知识。

在我实现自定义侧滑(UIScreenEdgePanGestureRecognizer)时,发现设置了其edges为UIRectEdgeLeft时,手势被触发的时机并不是在我进行侧滑时,而是在全屏任何一个地方都会触发这个手势。这一度对我造成了困扰。

那么从触发手势开始思考,手势一开始于屏幕上触发(硬件层面),实质在这个层面是不会也不应该去做任何判断其手势的合法性,而是直接传递到系统由软件来判断其合法性,那么为什么我设置了UIRectEdgeLeft这个值之后,却没有达到预想的效果呢。带着这个疑问,我去拦截了系统的侧滑手势,发现其也是全屏可以被触发,只是一开始是UIGestureRecognizerStatePossible状态,然后如果其起始点超过50则变为了UIGestureRecognizerStateFailed状态,而小于等于50时则进入UIGestureRecognizerStateBegan状态,开始执行手势。

那么接下来就简单了,我们只需要实现下面一个代理方法即可实现完全和系统一模一样的侧滑手势了。

//系统左滑返回x实现方式
- (BOOL)gestureRecognizerShouldBegin:(UIGestureRecognizer *)gestureRecognizer
{
    if (gestureRecognizer == self.edgePan) {
        UIScreenEdgePanGestureRecognizer * pan = (UIScreenEdgePanGestureRecognizer *)gestureRecognizer;
        CGPoint point = [pan locationInView:self.edgePanVC.view];
        return (point.x < 50);
    }
    return NO;

}
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