有人曾说:
老婆是恩人,女儿是亲人,
女婿是仆人,儿子是仇人,
媳妇是敌人,孙子是先人。
我们应当:
感谢恩人,依靠亲人,使唤仆人,
拉拢仇人,巴结敌人,供养先人。
学无止境
(1)引用本地图片
React Native提供了一种统一的方式来管理iOS和Android应用中的图片。 要向应用程序添加静态图片,请将其放在源代码树中的某个位置,并引用它,如下所示:1
<Image source={require('./my-icon.png')} />
以与解析JS模块相同的方式解析映像名称。 在上面的示例中,打包程序将在与需要它的组件相同的文件夹中查找my-icon.png。 此外,如果您有my-icon.ios.png和my-icon.android.png,打包程序将为平台选择正确的文件。
大多数组件可以在创建时使用不同的参数进行自定义。 这些创建参数称为Props。
(1)例如,一个基本的React Native组件是Image。 当您创建图像时,可以使用道具命名源来控制其显示的图像。
1 | import React, { Component } from 'react'; |
(1)内联样式
在组件里面定义样式
1 | <Text style={{color:'orange', fontSize:20}}> 小字号内联样式</Text> |
(2)外联样式
在组件里指向外面的样式
1 | <Text style={[styles.orange, styles.bigFontSize]}> 大字号外联样式</Text> |
React-Native就是在开发效率和用户体验间做的一种权衡。React-native是使用JS开发,开发效率高、发布能力强,不仅拥有hybrid的开发效率,同时拥有native app相媲美的用户体验。目前天猫也在这块开始试水,一些其他大厂都在尝试Reac Native开发。
分析命令创建的HelloWorld的index.ios.js代码:
1.第一句:var React = require(‘react-native’);有Node.js开发经验的同学都清楚,require可以引入其他模块。如果没有node.js开发经验的同学,可以脑补下java的import和c++的#include或者C#的using
手头有mac、有开发者证书,不想浪费资源,之前做过iOS开发,还会对移动开发表示关注,现在移动开发目前用Rect Native也是一个热潮,加上之前有web开发经验,然后就有了学习的冲动。Keep learning, make me happy!
在xLua没出来之前,开源的lua框架基本都是以界面用Lua开发为主,核心战斗用C#开发,但xLua出来之后主推C#开发,Lua用作HotFix,这里我展示的第一个例子就是基于界面的经典2D小游戏——俄罗斯方块,界面逻辑是用C#写,启动加载逻辑是用lua,后面我会继续第二个同样的Demo,但是以纯Lua为主,这个案例明天更新。
#Aladdin_XLua
前段时间腾讯开源了一个内部热更框架XLua在Unity开发群里引起一阵热议,也受到广大开发者的热捧,然后我当然也抱着好奇的心去学习学习。后面也会将扩展之后的工程放在git上,大家一起学习交流!在此感谢XLua作者创造出这么好用的框架!
more >>我们都知道,数据结构和算法本身解决的是“快”和“省”的问题,即如何让代码运行的更快,如何让代码更省存储空间。所以执行效率是考察算法的一个衡量指标,我们在面试的时候,都要求我们写一个最优算法,就是指效率最优的算法。那如何衡量算法的执行效率,就是衡量算法的时间、空间复杂度。
算法执行效率,粗虐的讲就是算法代码执行时间。我们在不运行代码的情况下,如何用“肉眼”得到一段代码的执行时间呢?
例如下面一段代码,求1,2,3…n的累加的和。
more >>数据结构和算法是程序员的必修课,也是大厂面试的必经环节之一,我也是经历了面试,深深体会到了数据结构和算法的重要性,经常会问道的问题,红黑树、大数据高效查询等等,有时候大厂面试要求高的话会叫你现场手写一个算法,我想从今开始,一步一步的学习数据结构和算法,夯实基础。如果是服务器开发,不同的人对不同的需求可能会写出不同的时间、空间复杂度的算法,可能一些微小的差异,在碰到大数据的情况下,稍微性能优一点的算法最后的效率就相差非常大,这也是大厂会专门有算法工程师岗位(待遇会非常好)的需求的原因。对于我们大多数开发业务的程序员来说,我们平时可能会用到现成的已经封装好的api,例如Array,List,LinkedList,HashMap等等容器,当面试的时候面试官可能会深入的问他们之间的差异,或者说底层的实现原理,或许我们就一脸懵逼,用封装好的接口或者容器,不需要我们自己实现,但并不代表我们不需要了解,只有了解了,我们碰到具体的需求的时候才能更好的判断选择什么的样的数据结构。