Lsitview点击tiem变色

本文介绍了一个简单的Android应用中实现ListView点击项变色的功能。通过自定义Adapter,可以在ListView的每一项被点击时改变其背景颜色及文字颜色,提供良好的用户交互体验。
MainActivity点击事件
lv.setOnItemClickListener(new AdapterView.OnItemClickListener() {
            @Override
            public void onItemClick(AdapterView<?> adapterView, View view, int i, long l) {

               
                     //适配器
                adaper.setSelectedPosition(i);
                adaper.notifyDataSetInvalidated();

                                  }


        });

适配器
package com.example.fenlei_lianxi.adaper;

import android.content.Context;
import android.graphics.Color;
import android.view.View;
import android.view.ViewGroup;
import android.widget.BaseAdapter;
import android.widget.TextView;

import com.example.fenlei_lianxi.Bean.Bean_list;
import com.example.fenlei_lianxi.R;

import java.util.List;

/**
 * Created by Administrator on 2017/12/13.
 */

public class Lsit_adaper extends BaseAdapter{
    List<Bean_list.DataBean> list_lv;
    Context context;
    public Lsit_adaper(List<Bean_list.DataBean> list_lv, Context context) {
        this.list_lv = list_lv;
        this.context = context;
    }
    
    
    //变色
    private ViewHolder holder;
    private int selectedPosition = 0;
    public void setSelectedPosition(int position) {
        selectedPosition = position;
    }

    @Override
    public int getCount() {
        return list_lv.size();
    }

    @Override
    public Object getItem(int i) {
        return null;
    }

    @Override
    public long getItemId(int i) {
        return 0;
    }

    @Override
    public View getView(int i, View view, ViewGroup viewGroup) {
        if (view == null){
            view  = View.inflate(context, R.layout.list_item,null);
            holder = new ViewHolder();
            holder.tv_er = view.findViewById(R.id.tv_list);

            view.setTag(holder);
        }else {
            holder = (ViewHolder) view.getTag();
        }

        holder.tv_er.setText(list_lv.get(i).getName());
        //判断点击变色
        if (selectedPosition == i) {
            view.setBackgroundColor(Color.parseColor("#F5F6F8"));
            holder.tv_er.setTextColor(Color.parseColor("#ff0000"));
        } else {
            view.setBackgroundColor(Color.TRANSPARENT);
            holder.tv_er.setTextColor(Color.parseColor("#393939"));
        }

        return view;

    }
    class ViewHolder{
        TextView tv_er;
    }

}



MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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