跨平台移动应用开发引擎CrossApp在7月31日下午推出了0.3.1版本,该版本主要优化了各控件的体验,并优化了触摸分发事件,使得0.3.1版本的demo体验终于达到了"原生态"标准。在底层性能良好且稳定之后,官方称8月上旬将会把工作重心投入到以下几个方面 1、针对新控件开发;2、增加js脚本支持;3、完善新版UI编辑器。
CrossApp V0.3.1版本更新内容如下:
1.添加CAPickerView
列表选择器,该控件是智能手机中比较常用到的一个控件,它通过转轮界面提供一系列多值选项,它向用户显示信息,也收集用户输入。
2.添加CAPageView
翻页滑动容器,该控件是智能手机中比较常用到的一个控件,它通过监听手指滑动手势来体现翻页的效果。
3.添加CAIndexPath2E、CAIndexPath3E
二维、三维索引类。
4.CATableView,CACollectionView增加cell复用机制
复用机制使得CATableView,CACollectionView不再担心超大数据量的显示,且提升用户体验。
5.优化触摸分发系统
优化触摸分发系统,可更加人性化的分发触摸事件。
6.httpClient优化
httpClient由原来的一个单独异步线程改为可实现16个异步线程。
7.修复CAList、CADeque的bug
8.修复CATextField在部分机型崩溃的bug
CrossApp简介
CrossApp是一款完全开源、免费、跨平台的移动应用开发引擎,基于最宽松的MIT开源协议,所以开发者可以完全免费、毫无顾虑的使用CrossApp开发任何商业项目。
CrossApp采用C++开发(即将支持js和lua编写),可直接导出ios和android原生应用,拥有高性能,多控件,开发速度快的优势。完美的集成了各种系统接口,如:推送、GPS、电话、短信、通讯录、蓝牙、拍照、摄像头等。 拥有28万开发者的"9秒社团"进行主要的开发和维护工作,同时目前还拥有20多个来自各大互联网公司的开发精英自愿组成的"9秒社团常务贡献委员会"共同对代码进行维护和更新,目前CrossApp保持着每周1~3次的快速迭代!(查看CrossApp的历史版本更新)
OSC@GIT CrossApp:http://git.oschina.net/9miao/CrossApp
CODE代码托管地址:https://code.csdn.net/u012819168/crossapp
GitHub CrossApp:https://github.com/9miao/CrossApp
CrossApp WIKI地址:http://www.9miao.com/product-list-16.html?from=wall
CrossApp官网:http://crossapp.9miao.com
分享到:
相关推荐
maxwell simplorer simulink 永磁同步电机矢量控制联合仿真,电机为分数槽绕组,使用pi控制SVPWM调制,修改文件路径后可使用,软件版本matlab 2017b, Maxwell electronics 2021b 共包含两个文件, Maxwell和Simplorer联合仿真文件,以及Maxwell Simplorer simulink 三者联合仿真文件。
基于springboot的网上图书商城--论文.zip
门板边挡板分离喂料机sw19全套技术资料100%好用.zip
信号与系统matlab仿真实验报告2024(学生提交).docx
洗砂机stp全套技术资料100%好用.zip
用句子记忆单词带背版本,适合时间比较充足想打好基础的同学
电子PCB板龙门铣自动化生产线sw17可编辑全套技术资料100%好用.zip
最新紧固件标准型号对照表.docx
【创新无忧】基于matlab遗传算法GA优化极限学习机KELM故障诊断【含Matlab源码 10735期】.zip
【创新无忧】基于matlab极光算法PLO优化极限学习机KELM故障诊断【含Matlab源码 10707期】.zip
java面向对象程序设计实验报告
展示PRD文档的关键要素编写具体示例。同时提供了一份模板,方便撰写PRD文档。
内容概要:本文详细介绍了一个基于广义变分同步优化(GVSAO)的时间序列预测模型项目。该项目涵盖了从项目背景到最终部署的整个流程,包括数据预处理、模型构建、训练、优化、GUI界面设计、实时预测及系统部署等方面。GVSAO作为一种新型优化方法,能更好地处理非线性关系和高维数据的特点,在预测股票价格、电力负荷、天气变化等方面显示出优越性能。文中提供的MATLAB代码和可视化工具使模型实现和评估更为便捷。 适合人群:对时间序列预测感兴趣的科研工作者、学生和工程师,特别是那些想要深入了解同步优化技术及其应用场景的人。 使用场景及目标:①适用于金融、能源、气象和制造业等多个领域的时间序列预测;②提升模型预测精度;③提供一个完整的项目实施模板供学习模仿。使用该模型可以更有效地挖掘时间序列数据背后隐含的趋势和规律,辅助商业决策和社会管理。 其他说明:本文档不仅包含理论概念和技术细节,还有丰富的实例演示,可以帮助读者全面掌握基于GVSAO的时间序列预测技巧。同时,附带完整的程序代码使得研究成果可以直接应用于实际工作中。
DSP芯片程序读取 DSP28德州仪器28系列DSP反汇编,定点器件和浮点器件均支持,能够根据out、hex或bin文件建立可以编译的CCS汇编语言工程,并且编译后可生成二进制完全相同的bin文件,方便进行研究软件设计思路,二次开发,器件迁移,混淆再链接,研究通信协议,解除ID限制,提取算法等,小批量的代码转C。
内容概要:本文介绍了一种基于对比学习的图异常检测算法,涵盖数据预处理、对比样本构建、模型设计(含选择适当的GNN架构及设计对比学习模块)、异常检测流程、结果评估方法和代码实例六个主要环节。文章特别强调在常规数据集(如Cora、PubMed)的应用上力求获得较高的AUC分数,超过80%,并且提供了详细的操作指导和Python源代码示例供开发者学习。 适用人群:主要面向有一定机器学习、深度学习理论基础,尤其关注图结构数据处理的研究人员、数据科学家和技术专家。对于有志于从事网络安全监控、金融风控等领域工作的专业人士尤为有用。 使用场景及目标:①针对具有大量节点关系的数据结构进行高效的异常识别;②利用先进的AI技术和工具箱快速搭建并迭代优化系统性能,达成高效准确的预测;③为后续研究提供参考和启示。 其他说明:文中不仅深入解析了每一阶段的技术细节,而且通过具体的Python实现片段帮助读者更好地理解和实践这一复杂的过程。对于期望深入挖掘对比学习在非传统数据格式下应用可能性的人而言是个宝贵的参考资料。
MIPI-DPU platform TCL
【JavaScrip】一个傻妞机器人插件库_pgj
comsol锂离子电池组充放电循环强制液冷散热仿真。 模型为SolidWorks导入,可以提供原模型。 电池模型:一维电化学(p2d)模型耦合三维热模型
饼干分包sw20可编辑全套技术资料100%好用.zip
自适应大领域搜索算法(ALNS)matlab解决tsp问题,与传统大规模领域搜索算法(LNS)相比收敛性强,运行时间短,很好的学习资料