android画廊效果的轮播图,ViewPage实现无限轮播画廊效果

android画廊效果的轮播图,ViewPage实现无限轮播画廊效果1.效果图2.布局文件主要使用的android:clipChildren的意思:是否限制子View在其范围内。再父布局和viewpager中设置该属性,要显示三个界面,还要设置marginleft和marginRightandroid:layout_width=”match_parent”android:layout_height=”match_parent”android:clip…

大家好,又见面了,我是你们的朋友全栈君。

1. 效果图

f182232482a0160bd2f5953fa1bc01aa.gif

2. 布局文件

主要使用的 android:clipChildren的意思:是否限制子View在其范围内。再父布局和viewpager中设置该属性  ,要显示三个界面 ,还要设置marginleft和marginRight

android:layout_width=”match_parent” android:layout_height=”match_parent”

android:clipChildren=”false”

>

android:id=”@+id/vp”

android:layout_width=”match_parent”

android:clipChildren=”false”

android:layout_marginTop=”30dp”

android:layout_marginLeft=”60dp”

android:layout_marginRight=”60dp”

android:layout_height=”150dp”>

3. Adapter

private class MyAdapter extends PagerAdapter{

@Override

public int getCount() {

return Integer.MAX_VALUE;//无限轮播

}

@Override

public boolean isViewFromObject(@NonNull View view, @NonNull Object o) {

return view==o;

}

@NonNull

@Override

public Object instantiateItem(@NonNull ViewGroup container, int position) {

View view=LayoutInflater.from(Grally2Activity.this).inflate(R.layout.item_vp,null);

int newwPos=position%(datas.size());//对应数据中的位置

ImageView img=view.findViewById(R.id.img);

img.setImageResource(datas.get(newwPos));

container.addView(view);

return view;

}

@Override

public void destroyItem(@NonNull ViewGroup container, int position, @NonNull Object

object) {

// super.destroyItem(container, position, object);

container.removeView((View) object);

}

}

4.关键点PageTransformer

public class Scalltransformer implements ViewPager.PageTransformer {

private float MINSCALE=0.8f;//最小缩放值

/**

* position取值特点:

* 假设页面从0~1,则:

* 第一个页面position变化为[0,-1]

* 第二个页面position变化为[1,0]

*

* @param view

* @param v

*/

@Override

public void transformPage(@NonNull View view, float v) {

float scale;//view 应缩放的值

if(v>1||v

scale=MINSCALE;

}else if(v<0){

scale=MINSCALE+(1+v)*(1-MINSCALE);

}else{

scale=MINSCALE+(1-v)*(1-MINSCALE);

}

view.setScaleY(scale);

view.setScaleX(scale);

}

}

5.Activity代码

public class Grally2Activity extends AppCompatActivity {

@BindView(R.id.vp)

ViewPager vp;

private List datas=new ArrayList<>();

@Override

protected void onCreate(@Nullable Bundle savedInstanceState) {

super.onCreate(savedInstanceState);

setContentView(R.layout.activity_grally);

ButterKnife.bind(this);

initDatas();

initVP();

}

private void initVP() {

vp.setPageMargin(20);//设置ViewPager中子布局的间隔

vp.setOffscreenPageLimit(2);

vp.setPageTransformer(false,new Scalltransformer());

vp.setAdapter(new MyAdapter());

vp.setCurrentItem(Integer.MAX_VALUE/2-(Integer.MAX_VALUE/2%datas.size()));//设置首个轮播显示的位置 实现左右滑动 且首页面对应的是第一个数据

}

private void initDatas() {

datas.add(R.mipmap.p2);

datas.add(R.mipmap.p3);

datas.add(R.mipmap.p4);

datas.add(R.mipmap.p5);

}

private class MyAdapter extends PagerAdapter{

@Override

public int getCount() {

return Integer.MAX_VALUE;

}

@Override

public boolean isViewFromObject(@NonNull View view, @NonNull Object o) {

return view==o;

}

@NonNull

@Override

public Object instantiateItem(@NonNull ViewGroup container, int position) {

View view=LayoutInflater.from(Grally2Activity.this).inflate(R.layout.item_vp,null);

int newwPos=position%(datas.size());

ImageView img=view.findViewById(R.id.img);

img.setImageResource(datas.get(newwPos));

container.addView(view);

return view;

}

@Override

public void destroyItem(@NonNull ViewGroup container, int position, @NonNull Object

object) {

// super.destroyItem(container, position, object);

container.removeView((View) object);

}

}

}

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。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 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/130517.html原文链接:https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • [Intensive Reading]从AlexNet理解卷积神经网络的一般结构

    [Intensive Reading]从AlexNet理解卷积神经网络的一般结构2012年AlexNet在ImageNet大赛上一举夺魁,开启了深度学习的时代,虽然后来大量比AlexNet更快速更准确的卷积神经网络结构相继出现,但是AlexNet作为开创者依旧有着很多值得学习参考的地方,它为后续的CNN甚至是R-CNN等其他网络都定下了基调,所以下面我们将从AlexNet入手,理解卷积神经网络的一般结构。先给出AlexNet的一些参数和结构图:卷积层:5层全连接层…

    2022年6月16日
  • STM32F103C8T6单片机简介

    STM32F103C8T6单片机简介TheSTM32F103xxmedium-densityperformancelinefamilyincorporatesthehigh-performanceARMCortex-M332-bitRISCcoreoperatingata72MHzfrequency,high-speedembeddedmemories(Flashmemoryupto128KbytesandSRAMupto20Kbytes),andanextensive

    2022年4月25日
  • VirtualBox命令行VBoxManage创建与管理虚拟机教程

    VirtualBox命令行VBoxManage创建与管理虚拟机教程VBoxManageisthecommand-lineinterfacetoVirtualBox.前言本文要操作的虚拟机信息如下:名称:UbuntuRDHome镜像名称:ubuntu-16.04.3-server-amd64.iso网络连接:桥接主机环境:$uname-a命令输出:LinuxUbuntuServer

    2022年6月8日
  • YOLOv5 实现目标检测(训练自己的数据集实现猫猫识别)

    YOLOv5 实现目标检测(训练自己的数据集实现猫猫识别)一、概要2020年6月10日,Ultralytics在github上正式发布了YOLOv5。YOLO系列可以说是单机目标检测框架中的潮流前线了,由于YOLOv5是在PyTorch中实现的,它受益于成熟的PyTorch生态系统,支持更简单,部署更容易,相对于YOLOv4,YOLOv5具有以下优点:速度更快。在YOLOv5Colabnotebook上,运行TeslaP100,我们看到每张图像的推理时间仅需0.007秒,这意味着每秒140帧(FPS),速度是YOLOv4的2倍还多。精度更高。在Rob

    2022年6月14日
  • matlab的求和符号_matlab中求和符号怎么表示

    matlab的求和符号_matlab中求和符号怎么表示做数学方面学术得,经常遇见双重求和符号的情况,并且内层求和往往与外层相关,笔者在这里写了个简单的程序,希望能起到抛砖引玉的作用。如下:思想很简单就是双层循环N=100;form=1:Nfori=0:m-1f=f-exp(-a*T)*((a*T)^i)/factorial(i);endendf=f+N…

    2022年10月11日
  • java 把对象转成map_Java对象转换成Map[通俗易懂]

    java 把对象转成map_Java对象转换成Map[通俗易懂]需求总是千奇百怪,对象转成map,看似没必要,但就是有这个需求,所以记录下来首先是beanpackagetools;importlombok.data;/***车辆实体类*/@datapublicclasscar{privatestringid;privatestringmodel;//型号privatestringcolor;//颜色privatestringvolu…

    2022年5月10日

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号