NSTimer解除循环引用

本文介绍了一种使用自定义LZLTimer类封装NSTimer的方法,以解决因强引用目标对象而导致的内存泄漏问题。通过引入弱引用,确保了定时器在目标对象被释放时能够自动失效。

NSTimer作为一个经常使用的类,却有一个最大的弊病,就是会强引用target。造成调用timer很麻烦。稍有不慎就造成内存泄漏。

下面就是为解决问题做的封装。

直接上代码:


#import <Foundation/Foundation.h>


@interface LZLTimer : NSObject


-(void)startTimerInterval:(NSTimeInterval)ti target:aTarget selector:(SEL)selector userInfo:(id)userInfo repeats:(BOOL)yesOrNo;


@end



#import "LZLTimer.h"

@interface LZLWeakTimerTarget : NSObject


@property (nonatomic,weak) id target;

@property (nonatomic,assign) SEL selector;


- (void)timerDidFire:(NSTimer *)timer;


@end


@implementation LZLWeakTimerTarget


- (void)timerDidFire:(NSTimer *)timer {

    if(_target) {

        //消除arc警告

        IMP imp = [_target methodForSelector:_selector];

        if ([NSStringFromSelector(_selector) hasSuffix:@":"]) {

            void (*func)(id, SEL, id) = (void *)imp;

            func(_target, _selector, timer);

        }else {

            void (*func)(id, SEL) = (void *)imp;

            func(_target, _selector);

        }

    } else {

        [timer invalidate];

    }

}


@end


@interface LZLTimer () {

    NSTimer *_timer;

}


@end


@implementation LZLTimer


-(void)dealloc {

    if (_timer!=nil) {

        [_timer invalidate];

        _timer = nil;

    }

}


-(void)startTimerInterval:(NSTimeInterval)ti target:aTarget selector:(SEL)selector userInfo:(id)userInfo repeats:(BOOL)yesOrNo {

    if (nil == _timer) {

        WMWeakTimerTarget *weakTarget = [[WMWeakTimerTarget alloc] init];

        weakTarget.target = aTarget;

        weakTarget.selector = selector;


        _timer = [NSTimer scheduledTimerWithTimeInterval:ti target:weakTarget selector:@selector(timerDidFire:) userInfo:userInfo repeats:yesOrNo];

    }

}


@end


转载于:https://www.cnblogs.com/gavanwanggw/p/6921065.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