Android Paging分页库的学习(一)—— 结合本地数据进行分页加载

栏目: Android · 发布时间: 6年前

内容简介:Paging分页面是google推出的一个结合RecyclerView进行分页加载数据的一个全新架构库,主要是为了解决一次性加载大量数据而造成的资源浪费问题。通过分页的方式,每次加载一页数据,既可以加快界面的渲染,又可以减少对象等资源的创建消耗。具体可以看官网分页库主要由以下三个部分组成由于此次使用的是本地数据,所以需要的列表的位置信息,在这里,我们需要实现基于PositionalDataSource的数据源

Paging分页面是google推出的一个结合RecyclerView进行分页加载数据的一个全新架构库,主要是为了解决一次性加载大量数据而造成的资源浪费问题。通过分页的方式,每次加载一页数据,既可以加快界面的渲染,又可以减少对象等资源的创建消耗。具体可以看官网

分页库主要由以下三个部分组成

  • DataSource: 数据源,定义获取数据的方式,有三种方式,分别是

    1. PageKeyedDataSource
      2. ItemKeyedDataSource 
      3. PositionalDataSource.  基于位置信息进行数据的加载,和Room数据库或者本地数据源一起搭配。
    复制代码
  • PagedListAdapter: 分页库适配器,继承于RecyclerView的适配器,内部需要实现一个DiffUtil.ItemCallback差分器分析数据是否发生了改变。

  • PagedList: 定义分页库的配置,分别有默认加载数据大小,分页数据大小等。并且通过PagedListAdapter将数据的变化进行更新。

一、通过本地数据进行分页加载

(一)DataSource的生成

由于此次使用的是本地数据,所以需要的列表的位置信息,在这里,我们需要实现基于PositionalDataSource的数据源

class LocalDataSourceFactory:DataSource.Factory<Int, ArticleEntity>() {
    override fun create(): DataSource<Int, ArticleEntity> {
        return localDataSource
    }

    companion object {
        val localDataSource = object : PositionalDataSource<ArticleEntity>() {
            private fun computeCount(): Int {
                return 10000
            }
            private fun loadRangeInternal(startPosition: Int, loadCount: Int): List<ArticleEntity> {
                val articleList = mutableListOf<ArticleEntity>()
                val authorPrefix = "作者"
                val titlePrefix = "我是一个标题"
                val typePrefix = "类别"
                val timeStampBase = 1531548138000L
                for (i in 0 until loadCount) {
                    var articleEntity = ArticleEntity()
                    articleEntity.id = (startPosition + i).toString()
                    articleEntity.author = "$authorPrefix ${articleEntity.id}"
                    articleEntity.title = "$titlePrefix ${articleEntity.id}"
                    articleEntity.type = "$typePrefix ${articleEntity.id}"
                    articleEntity.timeStamp = timeStampBase + i * 1000L
                    articleList.add(articleEntity)
                }
                return articleList
            }

            override fun loadRange(params: LoadRangeParams, callback: LoadRangeCallback<ArticleEntity>) {
                Log.e("LoadRange", "range" + params.startPosition)
                callback.onResult(loadRangeInternal(params.startPosition, params.loadSize))
            }

            override fun loadInitial(params: LoadInitialParams, callback: LoadInitialCallback<ArticleEntity>) {
                val totalCount = computeCount()
                val position = PositionalDataSource.computeInitialLoadPosition(params, totalCount)
                val loadSize = PositionalDataSource.computeInitialLoadSize(params, position, totalCount)
                callback.onResult(loadRangeInternal(position, loadSize), position, totalCount)
            }
        }
    }

}
复制代码

需要实现PositionalDataSource的两个方法,分别是loadInitial和loadRange,loadInitial负责拉取配置的加载条数,即下文的PagedList配置, loadRange负责加载每次分页所需的数据。所以实现数据源很简单,只需定义好首次加载数据和分页加载数据的逻辑既可。

(二)PagedListAdapter的实现

由于PagedListAdapter继承自RecyclerView的适配器,所以实现起来并不难,只是需要提供一个差分的实现用来进行数据的分析,代码如下:

class ArticlePageAdapter : PagedListAdapter<ArticleEntity, ArticleViewHolder>(diffCallback) {
    override fun onBindViewHolder(holder: ArticleViewHolder, position: Int) {
        holder.bindTo(getItem(position))
    }

    override fun onCreateViewHolder(parent: ViewGroup, viewType: Int): ArticleViewHolder =
            ArticleViewHolder(parent)

    companion object {
        private val diffCallback = object : DiffUtil.ItemCallback<ArticleEntity>() {
            override fun areItemsTheSame(oldItem: ArticleEntity, newItem: ArticleEntity): Boolean =
                    oldItem.id == newItem.id

            override fun areContentsTheSame(oldItem: ArticleEntity, newItem: ArticleEntity): Boolean =
                    oldItem == newItem
        }
    }
}
复制代码

(三)PagedList的配置

PagedList主要是设置分页的大小,初始化加载的数据大小等配置。

val pagedListConfig =PagedList.Config.Builder().setEnablePlaceholders(true).setPageSize(10).setInitialLoadSizeHint(20).build()
 var postList = LivePagedListBuilder(LocalDataSourceFactory(), pagedListConfig).build()
复制代码

通过以上代码生成是一个带LiveData的PagedList

(四)总结

生成DataSource负责数据来源, 接着实现PagedListAdapter负责UI的渲染,最后进行PagedList分页的一些配置。生成一个带LiveData的PagedList,一旦数据进行变化,便会通知pageAdapter调用submitList进行UI的更新

class LocalDataPagingActivity:AppCompatActivity() {

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.act_local_data_paging)

        val pageAdapter = ArticlePageAdapter()
        recycle_article.adapter = pageAdapter
        recycle_article.layoutManager = LinearLayoutManager(this)

        val pagedListConfig = PagedList.Config.Builder().setEnablePlaceholders(true).setPageSize(10).setInitialLoadSizeHint(20).build()
        var postList = LivePagedListBuilder(LocalDataSourceFactory(), pagedListConfig).build()
        postList.observe(this, Observer {
            pageAdapter.submitList(it)
        })
    }
}
复制代码

demo已经上传,点击 传送门 ,如有疑惑或者错误,欢迎指出。


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

人工智能产品经理——AI时代PM修炼手册

人工智能产品经理——AI时代PM修炼手册

张竞宇 / 电子工业出版社 / 2018-6 / 59

随着人工智能热潮的兴起,企业对人工智能领域产品经理的人才需求也开始井喷,人工智能产品经理成为顺应时代潮流的重要人力资源。实际上,人工智能确实给现有的产品和服务带来了全方位的升级,这也给产品经理从业人员提出了更高的要求,是关注人工智能产品的产品经理们面临的一次关键转型考验。 《人工智能产品经理——AI时代PM修炼手册》从知识体系、能力模型、沟通技巧等方面帮助大家系统地梳理了人工智能产品经理所必......一起来看看 《人工智能产品经理——AI时代PM修炼手册》 这本书的介绍吧!

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

SHA 加密
SHA 加密

SHA 加密工具

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具