登录
首页 » Java开发 » 扩展列表视图是用来通过类别组列表数据。它有能力展开和折叠组当用户触摸头。

扩展列表视图是用来通过类别组列表数据。它有能力展开和折叠组当用户触摸头。

于 2023-04-24 发布 文件大小:59.75 kB
0 158
下载积分: 2 下载次数: 1

代码说明:

应用背景我使用一个自定义的适配器类来创建列表视图。创建一个新的类文件calledexpandablelistadapter。Java  ;延长这种 ;baseexpandablelistadapter。这个类提供了必需的方法绘制ListView。getgroupview()  ;–返回列表组页眉视图getchildview()  ;–返回列表的子项目视图关键技术Android,Java,XML列表一种观点认为,在一个垂直滚动显示两级列表项。这不同于ListView  ; ;通过允许两个层次:组可分别扩大到显示它的孩子。这项来自expandablelistadapter  ; ;与此视图关联。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 仿微信平台
    这是我用java写的仿微信的一个软件,,,,说我们这次的作业,源码不错,希望大家分享分享。。。。。。。。。。。。。。。。全文分为几个部分,界面和源码都有。。
    2023-02-06 15:45:05下载
    积分:1
  • 图书商城系统基于javaEE
    资源描述 是比较完善的一个系统。MVC分层。采用java+ssh+div+css+javascript+mysql开发 是比较完善的一个系统。MVC分层。采用java+ssh+div+css+javascript+mysql开发 是比较完善的一个系统。MVC分层。采用java+ssh+div+css+javascript+mysql开发 是比较完善的一个系统。MVC分层。采用java+ssh+div+css+javascript+mysql开发
    2022-07-07 17:37:22下载
    积分:1
  • 文档管理
    java 实现文件管理,此工程为完整的eclipse工程,用户导入就可以进行运行,包括文件目录、上传和下载管理
    2022-03-24 07:51:44下载
    积分:1
  • JS时间大全
    JS时间大全--极品万年历JS时间大全--极品万年历,JS时间大全--极品万年历,JS时间大全--极品万年历JS时间大全--极品万年历,,,JS时间大全--极品万年历
    2022-02-21 16:02:34下载
    积分:1
  • 电信计费系统
    电信服务器出租计费系统,用到Tomcat,Java,Tomcat,Hibernate,Springle,Struts等技术
    2022-03-17 16:35:56下载
    积分:1
  • 大图轮播效果
    资源描述大图轮播,适合各种滚动条的轮回播放,大图轮播,适合各种滚动条的轮回播放,大图轮播,适合各种滚动条的轮回播放,大图轮播,适合各种滚动条的轮回播放。
    2022-06-13 05:16:31下载
    积分:1
  • 会为环境信托传感器路由
    无线传感器网络被由达数千人与处理单元和记忆、 智能传感节点的感测单元及无线通信功能。无线传感器网络的应用范围从军事应用到几乎每一个领域,我们能想到。几种仿真工具一应俱全,以及它们,J Sim 是一个基于 java 的模拟器与成长通过研究和网络开发者的兴趣。在这本文,我们提议加强 J sim 卡功能引导的用户界面,为无线传感器网络极大地增加了模拟器的用户友好性。此外,我们给大家提供免费下载 web 页受益。
    2022-07-12 08:55:21下载
    积分:1
  • java 汉诺塔演示
    资源描述该程序是经典的Hanoi塔问题的Java语言版,演示了把左边杆子中的所有大小不同的碟子移动到右边的杆子上的步骤,每次只能移动一个碟子,而且碟子只能放在比它大的碟子上。选择 AutoSolve,就可以自动让计算机为你解决该难题了。速度滚动条决定了程序运行的速度。
    2023-02-28 06:55:03下载
    积分:1
  • 语音识别器
    主要包,包含所有在用Java API这里是类,结构,工会和与简要说明
    2022-04-16 12:53:52下载
    积分:1
  • tf-idf Java实现,还是很不错的
    资源描述TF-IDF(term frequency–inverse document frequency)是一种用于资讯检索与资讯探勘的常用加权技术, TFIDF的主要思想是:如果某个词或短语在一篇文章中出现的频率TF高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。TFIDF实际上是:TF * IDF,TF词频(Term Frequency),IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率。IDF的主要思想是:如果包含词条t的文档越少,也就是n越小,IDF越大,则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m,而其它类包含t的文档总数为k,显然所有包含t的文档数n=m + k,当m大的时候,n也大,按照IDF公式得到的IDF的值会小,就说明该词条t类别区分能力不强。但是实际上,如果一个词条在一个类的文档中频繁出现,则说明该词条能够很好代表这个类的文本的特征,这样的词条应该给它们赋予较高的权重,并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处。这里采用了外部插件IKAnalyzer-2012.jar,用其进行分词,插件和测试文件可以从这里下载
    2022-11-20 22:00:04下载
    积分:1
  • 696518资源总数
  • 106155会员总数
  • 8今日下载