• Android View.onMeasure方法的理解


    转载地址:http://blog.sina.com.cn/s/blog_61fbf8d10100zzoy.html

    View在屏幕上显示出来要先经过measure(计算)和layout(布局).
    1、什么时候调用onMeasure方法? 


    当控件的父元素正要放置该控件时调用.父元素会问子控件一个问题,“你想要用多大地方啊?”,然后传入两个参数——widthMeasureSpec和heightMeasureSpec.
    这两个参数指明控件可获得的空间以及关于这个空间描述的元数据.
    更好的方法是你传递View的高度和宽度到setMeasuredDimension方法里,这样可以直接告诉父控件,需要多大地方放置子控件.

      接下来的代码片段给出了如何重写onMeasure.注意,调用的本地空方法是来计算高度和宽度的.它们会译解widthHeightSpec和heightMeasureSpec值,并计算出合适的高度和宽度值.
    java代码:
    1. @Override
    2. protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec) {
    3. int measuredHeight = measureHeight(heightMeasureSpec);
    4. int measuredWidth = measureWidth(widthMeasureSpec);
    5. setMeasuredDimension(measuredHeight, measuredWidth);
    6. }
    7. private int measureHeight(int measureSpec) {
    8. // Return measured widget height.
    9. }
    10. private int measureWidth(int measureSpec) {
    11. // Return measured widget width.
    12. }
    13. 边界参数——widthMeasureSpec和heightMeasureSpec ,效率的原因以整数的方式传入。在它们使用之前,首先要做的是使用MeasureSpec类的静态方法getMode和getSize来译解,如下面的片段所示:

      java代码:
      1. int specMode = MeasureSpec.getMode(measureSpec);
      2. int specSize = MeasureSpec.getSize(measureSpec);

      依据specMode的值,(MeasureSpec有3种模式分别是UNSPECIFIED, EXACTLY和AT_MOST
    14. 如果是AT_MOST,specSize 代表的是最大可获得的空间;
      如果是EXACTLY,specSize 代表的是精确的尺寸;
      如果是UNSPECIFIED,对于控件尺寸来说,没有任何参考意义。
      2、那么这些模式和我们平时设置的layout参数fill_parent, wrap_content有什么关系呢?
      经过代码测试就知道,当我们设置width或height为fill_parent时,容器在布局时调用子 view的measure方法传入的模式是EXACTLY,因为子view会占据剩余容器的空间,所以它大小是确定的。
      而当设置为 wrap_content时,容器传进去的是AT_MOST, 表示子view的大小最多是多少,这样子view会根据这个上限来设置自己的尺寸。当子view的大小设置为精确值时,容器传入的是EXACTLY, 而MeasureSpec的UNSPECIFIED模式目前还没有发现在什么情况下使用。 
         View的onMeasure方法默认行为是当模式为UNSPECIFIED时,设置尺寸为mMinWidth(通常为0)或者背景drawable的最小尺寸,当模式为EXACTLY或者AT_MOST时,尺寸设置为传入的MeasureSpec的大小。 
         有个观念需要纠正的是,fill_parent应该是子view会占据剩下容器的空间,而不会覆盖前面已布局好的其他view空间,当然后面布局子 view就没有空间给分配了,所以fill_parent属性对布局顺序很重要。以前所想的是把所有容器的空间都占满了,难怪google在2.2版本里把fill_parent的名字改为match_parent.

        在两种情况下,你必须绝对的处理这些限制。在一些情况下,它可能会返回超出这些限制的尺寸,在这种情况下,你可以让父元素选择如何对待超出的View,使用裁剪还是滚动等技术。
        接下来的框架代码给出了处理View测量的典型实现:

      java代码:
      1. @Override
      2. protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec) {
      3. int measuredHeight = measureHeight(heightMeasureSpec);
      4. int measuredWidth = measureWidth(widthMeasureSpec);
      5. setMeasuredDimension(measuredHeight, measuredWidth);
      6. }
      7. private int measureHeight(int measureSpec) {
      8. int specMode = MeasureSpec.getMode(measureSpec);
      9. int specSize = MeasureSpec.getSize(measureSpec);
      10. // Default size if no limits are specified.
      11. int result = 500;
      12. if (specMode == MeasureSpec.AT_MOST){
      13. // Calculate the ideal size of your
      14. // control within this maximum size.
      15. // If your control fills the available
      16. // space return the outer bound.
      17. result = specSize;
      18. }
      19. else if (specMode == MeasureSpec.EXACTLY){
      20. // If your control can fit within these bounds return that value.
      21. result = specSize;
      22. }
      23. return result;
      24. }
      25. private int measureWidth(int measureSpec) {
      26. int specMode = MeasureSpec.getMode(measureSpec);
      27. int specSize = MeasureSpec.getSize(measureSpec);
      28. // Default size if no limits are specified.
      29. int result = 500;
      30. if (specMode == MeasureSpec.AT_MOST){
      31. // Calculate the ideal size of your control
      32. // within this maximum size.
      33. // If your control fills the available space
      34. // return the outer bound.
      35. result = specSize;
      36. }
      37. else if (specMode == MeasureSpec.EXACTLY){
      38. // If your control can fit within these bounds return that value.
      39. result = specSize;
      40. }
      41. return result;
      42. }
  • 相关阅读:
    DeepLearning.aiWeek1Convolution+model++Application
    搭建自己的git服务器
    Deep Neural Networks for Object Detection(翻译)
    VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGESCALE IMAGE RECOGNTION(翻译)
    windows 10下sublime text3环境的搭建以及配置python开发环境
    DeepLearning.aiWeek2Residual Networks
    DeepLearning.aiWeek4Deep Learning & Art: Neural Style Transfer
    同步&异步+阻塞&非阻塞(理解)
    VGGNet学习——实践
    Realtime MultiPerson 2D Pose Estimation using Part Affinity Fields(理解)
  • 原文地址:https://www.cnblogs.com/jackwuyongxing/p/3938832.html
Copyright © 2020-2023  润新知