---页首---
摘要: Metal 练习:第三篇-添加Texture 此篇练习是基于前一篇 Metal 练习:第二篇-3D 的拓展 此篇练习完成后,将会学到如何给立方体添加Texture,过程中还会学到: 如何重用 uniform buffers 如何给3D模型使用Texture 如何给应用添加触控输入 如何调试Meta 阅读全文
posted @ 2020-07-31 20:47 20190311 阅读(592) 评论(0) 推荐(0) 编辑
摘要: Metal 练习:第二篇-3D 此篇练习是基于前一篇 Metal 练习:第一篇入门2D 的拓展 此篇练习完成后,将会学到如何设置一系列的矩阵变换来移动到3D,过程中还会学到: 如何使用model、view、projection transformations 如何使用矩阵实现几何变换 如何传递统一 阅读全文
posted @ 2020-07-31 20:44 20190311 阅读(379) 评论(0) 推荐(0) 编辑
摘要: Metal 练习:第一篇 在 iOS 8, Apple 发布了自己的3D图形GPU加速器:Metal。 Metal与OpenGL ES相似,都是一套底层的API来与3D图形硬件进行交互。不同的是Metal不是跨平台,从这一篇开始,我们将会介绍 Metal API。 将会学习Metal中一些重要的类, 阅读全文
posted @ 2020-07-31 20:42 20190311 阅读(654) 评论(0) 推荐(0) 编辑
摘要: 用AVAssetExportSession导出一个修剪的音频 当创建一个 .m4a 输出文件时,该如何配置一个AVAssetExportSession对象修剪音频并执行淡出 ? AVAssetExportSession对象用于转换AVAsset源的内容,有很多可配置的属性,允许自定义导出操作。由指定 阅读全文
posted @ 2020-05-19 21:10 20190311 阅读(1049) 评论(0) 推荐(0) 编辑
摘要: 如何使用AVFoundation从相机捕获视频帧生成图像 1. 实时捕获,第一步通过实例化AVCaptureSession对象创建一个捕获会话。使用AVCaptureSession对象去协调从输入设备到输出数据流。 2. 通过实例化一个AVCaptureDeviceInput对象创建一个输入数据源提 阅读全文
posted @ 2020-05-12 17:13 20190311 阅读(542) 评论(0) 推荐(0) 编辑
摘要: 堆排序(升序为例) 思路: 1. 首先要建一个大顶堆 2. 交换堆顶元素与最后一个元素,堆的size 1 3. 重复第二步,直至堆中只有元素一个 \ 最好、最坏、平均时间复杂度:O(nlogn) \ 空间复杂度: O(1) \ 稳定性: 不稳定 阅读全文
posted @ 2020-05-10 17:41 20190311 阅读(93) 评论(0) 推荐(0) 编辑
摘要: 冒泡排序(升序为例) 思路: 1. 从头开始比较每一对相临的元素,其后者比前者大则交换,直到一轮比较结束 2. 排除1中找到最大的元素,重复1的步骤 Swift class SelectionSort { var array = [5, 7, 2, 8, 9, 4, 7, 3, 2] func so 阅读全文
posted @ 2020-04-19 13:56 20190311 阅读(108) 评论(0) 推荐(0) 编辑
摘要: 计数排序(升序为例) 思路:主要思想是统计每个整数在序列中出现的次数,进而推出每个数在序列中的位置 1. 找出序列中最大最小值,最小值 min, 最大值 max 2. 新建一个counts数组,范围是 [0, max min], 先存储每个元素出现的次数,然后遍历该数组,使用每个位置存储的值是当前元 阅读全文
posted @ 2020-04-18 14:44 20190311 阅读(108) 评论(0) 推荐(0) 编辑
摘要: 希尔排序(升序为例) 希尔排序的思想:将序列看成一个矩阵,根据一个步长序列将原序列分成m个列,逐列进行排序,直到列数变为1列为止 因此希尔排序的时间复杂度与步长关系密切。 希尔本人给出的步长序列为: n / (2^k),其中n为序列元素的个数,k = 1,取整数 举例: 序列元素有32个,那步长序列 阅读全文
posted @ 2020-04-17 21:22 20190311 阅读(164) 评论(0) 推荐(0) 编辑
摘要: 归并排序(升序为例) 思路: + 1. 将当前序列平均分割成2q个子序列,直到不能再分割(即序列中只剩下1个元素) + 2. 再不断的将2个子序列合并成一个有序序列,直到最终合成1个序列 \ 最好、最坏、平均时间复杂度:O(nlogn),因为每次分割都是平分 \ 空间复杂度: O(n) \ 稳定性: 阅读全文
posted @ 2020-04-17 20:04 20190311 阅读(94) 评论(0) 推荐(0) 编辑
---页脚---