Runtime系列(Method Swizzling)

原文来自:http://www.jianshu.com/p/ccbe23b0ac0a
前言

记得《大话西游2》中有这么个桥段,紫霞仙子和猪八戒中招移魂幻影大法后灵魂互换,当时看的也是泪流满面。。而Method Swizzling就是传说中的移魂幻影大法!身体还是那个身体,但是灵魂已被互换,同样的身体言行举止都变成被换对象。

正文

Mthod Swizzling.png

代码很好理解,如果还在想为什么不会陷入死循环,是时候重温这部经典影片了。

如果交换后再交换呢?


交换两次.png

显然,偶数次交换后方法的实现不变

说一下使用Method Swizzling的几个注意点:

  • 最好在+ (void)load中实现交换
    通常我们使用这个技巧时,希望在整个项目都可以实现交换效果,毫无疑问+ (void)load是最佳选择。只要当前类参与编译,在程序启动后就会调用,并且仅调用一次,这样就防止了IMP出现偶数次交换的情况。在继承关系下,先调用父类的+ (void)load再调子类,继承关系下的分类调用关系刚好相反。

既然+ (void)load只会调用一次,为什么还要加dispatch_once

  • dispatch_once
    如果你刚好知道+ (void)initialize的存在,可能会觉得在+ (void)initialize中实现交换也未尝不可,毕竟当外界调用当前类的方法时,会提前调用initialize,好像也是只调一次。
    首先要纠正一个错误:initialize并非只会调用一次,如调用子类的某个方法,并且只实现父类的initialize,这个时候父类的initalize会调用2次,所以加上dispatch_once可以确保交换代码只执行一次。
    除此之外,swizzle写在initialize中当遇到并发情况时,程序仍然有可能诡异的crash掉,所以要加dispatch_once

如果swizzle写在+ (void)load是不是就不用加dispatch_once了,因为不涉及并发,而且+ (void)load不是只会调用一次么?load是系统在调,但同样支持手动调用,为防止特殊情况发生,加dispatch_once总没错。

  • swizzle多为交换系统自带方法(下面两条普遍适用)
    • 在交换时要调用系统方法的原始实现,即调用super
    • 为避免出现命名与系统某自带方法相同,方法名最好带上前缀
写在最后

更好的写法是,在load的dispatch_once内部末尾加上这段代码


附加代码.png

让我们先来搞清楚这段代码究竟是在做什么:
第一句是添加IMPswizzlingMethod到SELoriginSel中(只是添加,不会覆盖orginSel的原有实现),当且仅当originSel为当前类的父类方法时才能添加成功。如果添加成功将SELswizzlingSel的实现用原有的IMPoriginMethod覆盖,关系如下:



identity 身份认证 购VIP最低享 7 折! triangle vip 30元优惠券将在 04:24:36 后过期 去使用 triangle 数据可视化是将复杂的数据集通过图表、图像等视觉元素进行呈现,以便于人们更容易地理解和解读数据。在“数据可视化期末课设~学生成绩可视化分析.zip”这个压缩包中,我们可以看到一系列与数据可视化相关的资源,包括Jupyter代码、HTML图片、答辩PPT以及Word文档,这些内容涵盖了数据可视化的基础到高级应用,适合于完成一个全面的期末课程设计项目。 Jupyter代码是使用Python编程语言进行数据处理和可视化的主要工具。在这个项目中,学生可能使用了pandas库来加载和清洗数据,可能涉及到的数据处理步骤包括去除重复值、处理缺失值以及数据类型转换等。接着,他们可能使用matplotlib或seaborn库来创建各种图表,如直方图、散点图、箱线图等,以展示学生成绩的分布、对比和趋势。此外,更高级的可视化库如plotly或bokeh可能也被用来实现交互式图表,增加用户对数据的理解深度。 保存的HTML图片是Jupyter Notebook的输出结果,它展示了代码运行后的可视化效果。这些图片可以直观地揭示学生成绩的统计特征,例如平均分、标准差、最高分和最低分等。通过颜色编码或者图例,我们可以识别出不同科目或者不同班级的表现,帮助分析教学质量和学生学习情况。 答辩PPT则可能包含项目的概述、目的、方法、结果和结论。在PPT中,学生可能会详细阐述他们选择特定可视化方法的理由,如何解读图表,以及从数据中得出的洞察。此外,PPT的制作也是展示其表达和沟通能力的重要部分,要求清晰、有逻辑地组织信息。 Word文档可能是项目报告,详细记录了整个过程,包括数据来源、预处理步骤、使用的可视化技术、分析结果以及可能遇到的问题和解决方案。报告中的数据分析部分会详细解释图表背后的含义,例如通过对比不同学科的分数分布,找出哪些科目可能存在困难,或者分析成绩与特定因素(如性别、年级等)的关系。 这个压缩包提供了完整的数据可视化项目实例,涉及了数据获取、处理、可视化和解释的一系列步骤,对于学习和掌握数据可视化技能非常有价值。通过这样的练习,学生不仅能够提高编程技巧,还能培养数据驱动思维和问题解决能力,为未来从事数据分析或相关领域的工作打下坚实的基础。
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