# iOS中KVO的底层实现

本文深入解析KVO(键值观察)的工作机制,详细介绍了当对象被观察时,系统如何动态创建派生类并重写setter方法以实现属性变化的通知。文章涵盖KVO的观察者添加、响应机制及手动触发方法,适合Objective-C开发者深入了解。

KVO实现原理

OC的属性是对成员变量 set get 方法的封装
kvo实现原理:当某个类的对象第一次被观察时,系统就会在运行期动态地创建该类的一个派生类(类名就是在该类的前面加上NSKVONotifying_ 前缀),在这个派生类中重写基类中任何被观察属性的 setter 方法。
派生类在被重写的 setter 方法实现真正的通知机制,就如前面手动实现键值观察那样,调用willChangeValueForKey:和didChangeValueForKey:方法。这么做是基于设置属性会调用 setter 方法,而通过重写就获得了 KVO 需要的通知机制。当然前提是要通过遵循 KVO 的属性设置方式来变更属性值,如果仅是直接修改属性对应的成员变量,是无法实现 KVO 的。

同时派生类还重写了class方法以“欺骗”外部调用者它就是起初的那个类。然后系统将这个对象的isa指针指向这个新诞生的派生类,因此这个对象就成为该派生类的对象了,因而在该对象上对setter的调用就会调用重写的setter,从而激活键值通知机制。此外,派生类还重写了 dealloc 方法来释放资源。
复制代码

添加观察者

NSKeyValueObservingOptionNew = 0x01,  // 新值
NSKeyValueObservingOptionOld = 0x02,  // 旧值
NSKeyValueObservingOptionInitial     //注册发送一次通知,改变的时候发送一次通知
NSKeyValueObservingOptionPrior       // 改变前发送一次,改变后发一次
[p addObserver:self forKeyPath:@"name" options:NSKeyValueObservingOptionNew context:nil];
  1.属性的依赖可以直接用点语法
    (单个属性的改变)
    [p addObserver:self forKeyPath:@"bird.age" options:NSKeyValueObservingOptionNew context:nil];
    (观察对象所有属性的改变)
    [p addObserver:self forKeyPath:@"bird" options:NSKeyValueObservingOptionNew context:nil];
    // 在观察者对象中重写
    // 返回一个容器 里面放字符串类型
   + (NSSet<NSString *> *)keyPathsForValuesAffectingBird
   {
     NSArray *array = @[@"_bird.age",@"_bird.level"];
     NSSet *set  = [NSSet setWithArray:array];
     return set;
   }
   **或者**
   + (NSSet<NSString *> *)keyPathsForValuesAffectingValueForKey:(NSString *)key
   {
      NSSet *set = [super keyPathsForValuesAffectingValueForKey:key];
      if([key isEqualToString:@"bird"]){
        NSArray *array = @[@"_bird.age",@"_bird.level"];
        set = [set setByAddingObjectsFromArray:array];
      }
    return set;
    }
  2.观察容器属性的变化(通过KVC)
    [[_p mutableArrayValueForKey:@"array"] addObject:@"ffff"];
复制代码
观察者的响应
NSKeyValueChangeSetting = 1,  // 
NSKeyValueChangeInsertion = 2,
NSKeyValueChangeRemoval = 3,
NSKeyValueChangeReplacement = 4,
一般情况下返回的都是1也就是第一个NSKeyValueChangeSetting,但是如果你监听的属性是一个集合对象的话,当这个集合中的元素被插入,删除,替换时,就会分别返回2,3,4
 - (void)observeValueForKeyPath:(NSString *)keyPath ofObject:(id)object change:(NSDictionary<NSKeyValueChangeKey,id> *)change context:(void *)context;
复制代码

移除观察者

- (void)removeObserver:(NSObject *)observer forKeyPath:(NSString *)keyPath context:(nullable void *)context ;
或者
- (void)removeObserver:(NSObject *)observer forKeyPath:(NSString *)keyPath;
复制代码

手动触发观察者

// 默认返回YES 自动触发, 如果返回NO,手动触发
+ (BOOL)automaticallyNotifiesObserversForKey:(NSString *)key
1.手动触发 
  在值改变前 调用 willChangeValueForKey: 方法
  在值改变后 调用 didChangeValueForKey: 方法
复制代码

转载于:https://juejin.im/post/5b9df2d7f265da0ae74f70ce

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