Swift 体会

前言

Swift 体会

我不算是一个果粉,但是我很喜欢苹果的产品,甚至可以说是狂热。6 2 号晚上我一夜未眠,就是在等苹果的 WWDC,这是开发者的狂欢之夜(或者狂欢之日,因为美国时间是白天)。凌晨 1 点,终于开始了,但是苹果一次又一次的新产品展示让我一次又一次的失望,作为开发者的我表示无感。

我坚持看因为我不相信苹果总是让我失望。最终在 WWDC 的最后一个环节,我真心沸腾了,因为一门新的编程语言 Swift 出现了。要知道在饱受了 Objective-C 语言之苦后看见 Swift 是一种什么心情,你不需要再为引用计数而头疼,不需要再为没有命名空间而不得不添加该死的前缀而烦恼,不需要再为Objective-C 那难懂的语法而整天晕乎乎的。此外,苹果还为我们提供了 Playground 这个工具,它能够在我们写程序时实时计算出变量的值,甚至还能呈现数字变量的趋势图,让编程富有乐趣及创造性。

由于 Swift 出现得晚,所以她拥有了目前世界几乎所有编程语言的优点,而没有目前世界所有编程语言的缺点,Swift 她真的太漂亮了。下面我们开始一步一步认识她。

运行速度

从苹果官方所给出的数据来看,Objective-C Python 2.8 倍,而 Swift Python 3.9 倍,可见苹果在 Swift 上下了大量的功夫进行优化。

开发环境

Swift 语言的开发环境是苹果公司提供的集成开发环境 Xcode,可以用来开发 iOS 应用、iOS 游戏、OSX窗体程序、OSX 游戏、OSX 命令行程序,读者可以直接从 AppStore 中搜索并下载。用 Swift 语言可以做到几乎所有 Objective-C 所做到的事情,所以 Swift 必将取代 Objective-C,如果你还没有学过 Objective-C 语言,那么恭喜你,不用学了,直接学习 Swift 即可。

运行环境

Swift 被强大的 llvm 编译成机器码,直接运行在系统中。由于 Swift 是苹果的产品,所以目前只支持苹果的系统(OSXiOS)。我们期待会有社区开发出跨平台的Swift语言,因为这么好的一门编程语言,应该能够让世界上的每一个人享受到才好,就像 mono C#语言跨平台一样。

语言特性

具有所有现代编程语言的特性,包括:面向对象、类扩展、命名空间、闭包、泛型、强类型、函数多个返回值等等。

这些特性能够大大提高程序员的开发效率,从而为企业节约成本,同时让编程工作充满乐趣。

语法简介

通过前文的介绍,相信读者已经迫不及待的想尝试 Swift 了,下面我们就来认识一下 Swift 的语法。简洁的语法

Swift 抛弃了 Objective-C 那种古板难懂的语法,采用通俗易懂的脚本语言类语法,学过 PythonJavaScript 或者 Lua 语言的读者肯定不会陌生,这大大降低的初学者的学习成本。

变量及常量

如果要定义一个变量 i 等于 1,只需要写 var i = 1,可以看出,不需要指定类型,因为她会自动做类型推断

如果要定义一个常量 PI 等于 3.14,100.000000%)">let PI = 3.14,常量只能被赋值一次。输出语句

Swift 中,可以直接使用 println 函数来输出一段任意类型的信息,如下:println("Hello Swift")

字符串连接

Swift 语言中的字符串连接同样也非常简单,如果两个值都是字符串,则可直接用加号连接,如下所示:var hello = "Hello"
var world = "World"
var str = hello + world如果将要连接的值中有其它类型,则直接使用\()包括就可连接,如下所示:

var hello = "Hello"
var num = 100
var str = "\(hello) \(num)"

从上面的示例可以看出,相比 Objective-C 或者 C/C++语言来说,简单太多了。循环

传统的 C 语言的 for 循环是这么写的:for (int i = 0; i < 100; i++) {

//TODO

Swift 中,将循环大大简化了,100.000000%)">for i in 0..100{

//TODO

}

具体内容还有很多,详见本书正文。

条件判断

条件判断与 C 语言并不区别,你可以直接书写 C 语言的语法即可通过,如下:if(count>5){

//TODO

}

Swift 中还可以再简洁一些,100.000000%)">if count>5 {

//TODO

}

另外,在 Swift 语言中 Switch...case 语句可以不用加 break 关键字。

太多了,接下一篇吧。。。。。。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


软件简介:蓝湖辅助工具,减少移动端开发中控件属性的复制和粘贴.待开发的功能:1.支持自动生成约束2.开发设置页面3.做一个浏览器插件,支持不需要下载整个工程,可即时操作当前蓝湖浏览页面4.支持Flutter语言模板生成5.支持更多平台,如Sketch等6.支持用户自定义语言模板
现实生活中,我们听到的声音都是时间连续的,我们称为这种信号叫模拟信号。模拟信号需要进行数字化以后才能在计算机中使用。目前我们在计算机上进行音频播放都需要依赖于音频文件。那么音频文件如何生成的呢?音频文件的生成过程是将声音信息采样、量化和编码产生的数字信号的过程,我们人耳所能听到的声音频率范围为(20Hz~20KHz),因此音频文件格式的最大带宽是20KHZ。根据奈奎斯特的理论,音频文件的采样率一般在40~50KHZ之间。奈奎斯特采样定律,又称香农采样定律。...............
前言最近在B站上看到一个漂亮的仙女姐姐跳舞视频,循环看了亿遍又亿遍,久久不能离开!看着小仙紫姐姐的蹦迪视频,除了一键三连还能做什么?突发奇想,能不能把舞蹈视频转成代码舞呢?说干就干,今天就手把手教大家如何把跳舞视频转成代码舞,跟着仙女姐姐一起蹦起来~视频来源:【紫颜】见过仙女蹦迪吗 【千盏】一、核心功能设计总体来说,我们需要分为以下几步完成:从B站上把小姐姐的视频下载下来对视频进行截取GIF,把截取的GIF通过ASCII Animator进行ASCII字符转换把转换的字符gif根据每
【Android App】实战项目之仿抖音的短视频分享App(附源码和演示视频 超详细必看)
前言这一篇博客应该是我花时间最多的一次了,从2022年1月底至2022年4月底。我已经将这篇博客的内容写为论文,上传至arxiv:https://arxiv.org/pdf/2204.10160.pdf欢迎大家指出我论文中的问题,特别是语法与用词问题在github上,我也上传了完整的项目:https://github.com/Whiffe/Custom-ava-dataset_Custom-Spatio-Temporally-Action-Video-Dataset关于自定义ava数据集,也是后台
因为我既对接过session、cookie,也对接过JWT,今年因为工作需要也对接了gtoken的2个版本,对这方面的理解还算深入。尤其是看到官方文档评论区又小伙伴表示看不懂,所以做了这期视频内容出来:视频在这里:本期内容对应B站的开源视频因为涉及的知识点比较多,视频内容比较长。如果你觉得看视频浪费时间,可以直接阅读源码:goframe v2版本集成gtokengoframe v1版本集成gtokengoframe v2版本集成jwtgoframe v2版本session登录官方调用示例文档jwt和sess
【Android App】实战项目之仿微信的私信和群聊App(附源码和演示视频 超详细必看)
用Android Studio的VideoView组件实现简单的本地视频播放器。本文将讲解如何使用Android视频播放器VideoView组件来播放本地视频和网络视频,实现起来还是比较简单的。VideoView组件的作用与ImageView类似,只是ImageView用于显示图片,VideoView用于播放视频。...
采用MATLAB对正弦信号,语音信号进行生成、采样和内插恢复,利用MATLAB工具箱对混杂噪声的音频信号进行滤波
随着移动互联网、云端存储等技术的快速发展,包含丰富信息的音频数据呈现几何级速率增长。这些海量数据在为人工分析带来困难的同时,也为音频认知、创新学习研究提供了数据基础。在本节中,我们通过构建生成模型来生成音频序列文件,从而进一步加深对序列数据处理问题的了解。
基于yolov5+deepsort+slowfast算法的视频实时行为检测。1. yolov5实现目标检测,确定目标坐标 2. deepsort实现目标跟踪,持续标注目标坐标 3. slowfast实现动作识别,并给出置信率 4. 用框持续框住目标,并将动作类别以及置信度显示在框上
数字电子钟设计本文主要完成数字电子钟的以下功能1、计时功能(24小时)2、秒表功能(一个按键实现开始暂停,另一个按键实现清零功能)3、闹钟功能(设置闹钟以及到时响10秒)4、校时功能5、其他功能(清零、加速、星期、八位数码管显示等)前排提示:前面几篇文章介绍过的内容就不详细介绍了,可以看我专栏的前几篇文章。PS.工程文件放在最后面总体设计本次设计主要是在前一篇文章 数字电子钟基本功能的实现 的基础上改编而成的,主要结构不变,分频器将50MHz分为较低的频率备用;dig_select
1.进入官网下载OBS stdioOpen Broadcaster Software | OBS (obsproject.com)2.下载一个插件,拓展OBS的虚拟摄像头功能链接:OBS 虚拟摄像头插件.zip_免费高速下载|百度网盘-分享无限制 (baidu.com)提取码:6656--来自百度网盘超级会员V1的分享**注意**该插件必须下载但OBS的根目录(应该是自动匹配了的)3.打开OBS,选中虚拟摄像头选择启用在底部添加一段视频录制选择下面,进行录制.
Meta公司在9月29日首次推出一款人工智能系统模型:Make-A-Video,可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**,该技术旨在实现文本到视频的生成,可以仅用几个单词或几行文本生成异想天开、独一无二的视频,将无限的想象力带入生活
音频信号叠加噪声及滤波一、前言二、信号分析及加噪三、滤波去噪四、总结一、前言之前一直对硬件上的内容比较关注,但是可能是因为硬件方面的东西可能真的是比较杂,而且需要渗透的东西太多了,所以学习进展比较缓慢。因为也很少有单纯的硬件学习研究,总是会伴随着各种理论需要硬件做支撑,所以还是想要慢慢接触理论学习。但是之前总找不到切入点,不知道从哪里开始,就一直拖着。最近稍微接触了一点信号处理,就用这个当作切入点,开始接触理论学习。二、信号分析及加噪信号处理选用了matlab做工具,选了一个最简单的语音信号处理方
腾讯云 TRTC 实时音视频服务体验,从认识 TRTC 到 TRTC 的开发实践,Demo 演示& IM 服务搭建。
音乐音频分类技术能够基于音乐内容为音乐添加类别标签,在音乐资源的高效组织、检索和推荐等相关方面的研究和应用具有重要意义。传统的音乐分类方法大量使用了人工设计的声学特征,特征的设计需要音乐领域的知识,不同分类任务的特征往往并不通用。深度学习的出现给更好地解决音乐分类问题提供了新的思路,本文对基于深度学习的音乐音频分类方法进行了研究。首先将音乐的音频信号转换成声谱作为统一表示,避免了手工选取特征存在的问题,然后基于一维卷积构建了一种音乐分类模型。
C++知识精讲16 | 井字棋游戏(配资源+视频)【赋源码,双人对战】
本文主要讲解如何在Java中,使用FFmpeg进行视频的帧读取,并最终合并成Gif动态图。
在本篇博文中,我们谈及了 Swift 中 some、any 关键字以及主关联类型(primary associated types)的前世今生,并由浅及深用简明的示例向大家讲解了它们之间的奥秘玄机。