当前位置: 首页 > news >正文

WPF 性能 UI 虚拟化 软件开发人员的思考

    UI 虚拟化是 WPF 采用的一项技术,框架会仅创建用户可见的 UI 元素。例如,如果 ListView 中有 1000 个文本块控件,但您只能查看其中的 10 个,那么 VisualTree 中也只会显示 10 个文本块。向下滚动时,不再可见的元素将被丢弃,并创建下一组可见项。这种虚拟化技术在速度和内存方面都带来了显著的 UI 性能优势。

    WPF 中的 UI 虚拟化由 VirtualizingStackPanel 提供,并且默认启用。您可以像图中所示,在 StackPanel 上显式指定 UI 虚拟化的开启/关闭。

<StackPanel VirtualizingStackPanel.IsVirtualizing="True"></StackPanel>

    请注意,UI 虚拟化仅在 ItemsControl 生成其自身模板时才有效。如果生成了模板,然后添加虚拟化,则虚拟化将被禁用。因此,UI 虚拟化的缺点在于它在某些情况下是禁用的。其中一种情况是您覆盖 ItemsPanelTemplate 或 ItemsControl 的模板。在这种情况下,如果 ItemsPanelTemplate 由开发人员自定义,则 UI 虚拟化将被禁用。因此,如果您的 ItemsControl 显示已加载的数据,那么您就有麻烦了。为了避免这种情况并在覆盖 ItemsPanelTemplate 的情况下启用 UI 虚拟化,我们需要使用 VirtualizingStackPanel。

    为了测试启用和禁用虚拟化的效果,我编写了一个简单的应用程序。它有一个列表视图,其 itempanel 模板已自定义 - 首先使用普通的 StackPanel,然后使用 VirtualizingStackPanel。它从名称列表中加载文本块。

    当我在列表中运行包含 1000000 个项目的测试时,在没有虚拟化的情况下,程序根本无法启动。它占用了近 2 GB 的内存,而且根本无法运行。所以我不得不终止它。然后,启用虚拟化后,程序很快就启动了,内存占用只有 200MB。在此之前,让我们先看看我使用的 XAML 和后台代码。它还会向您展示如何自定义 ItemsPanelTemplate 和使用 VirtualizingStackPanel。

<Window x:Class="NiceControlsTest.Window2" 
xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" 
xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml" 
Title="Window2"Height="300"Width="300"Loaded="Window_Loaded"> 
<Grid> 
<ListView ItemsSource="{BindingNames}"Name="lv"> 
<ListView.ItemsPanel> 
<ItemsPanelTemplate> 
<!--<StackPanel/>
如果使用 StackPanel,则消耗的内存将超过 2GB,并且速度非常慢。
--> 
<VirtualizingStackPanel> 
<!--内存占用仅 200 mb--> 
</VirtualizingStackPanel> 
</ItemsPanelTemplate> 
</ListView.ItemsPanel> 
<ListView.ItemTemplate> 
<DataTemplate> 
<TextBlock Text="{Binding}"/> 
</DataTemplate> 
</ListView.ItemTemplate> 
</ListView> 

</Grid> 
</Window>

背后的代码非常简单:

public partial class Window2 : Window 

public List<string> Names { get; set; } 
private DateTime start; 
public Window2() 

start = DateTime.Now; 
InitializeComponent(); 
Names = new List<string>(); 
for (int i = 0; i < 10000; i++) 
Names.Add("Name : " + i); 
lv.DataContext = this; 

private void Window_Loaded(object sender, RoutedEventArgs e) 

MessageBox.Show((DateTime.Now - start).TotalSeconds.ToString()); 

    经过精确测量了从窗口构建到加载的时间。结果发现,仅使用 StackPanel 时,对于使用的 10000 个项目(为了加快测量速度,减少了项目数量),内存占用约为 176 MB,启动时间为 7 到 10 秒。而使用 VirtualizingStackPanel 时,内存占用略高于 16 MB,启动时间为 0.3 到 0.8 秒。

    个人认为这对我们开发人员来说非常有利。我们可以设计和开发大型高负载图形应用程序,而无需担心进行某种程度的优化。

如果您喜欢此文章,请收藏、点赞、评论,谢谢,祝您快乐每一天。 

相关文章:

WPF 性能 UI 虚拟化 软件开发人员的思考

UI 虚拟化是 WPF 采用的一项技术&#xff0c;框架会仅创建用户可见的 UI 元素。例如&#xff0c;如果 ListView 中有 1000 个文本块控件&#xff0c;但您只能查看其中的 10 个&#xff0c;那么 VisualTree 中也只会显示 10 个文本块。向下滚动时&#xff0c;不再可见的元素将被…...

服务器综合实验(实战详解)

该文章的目录部分 实验内容 实验完成步骤 虚拟机准备 配置两个虚拟机的本地仓库 虚拟机A&#xff1a; 虚拟机B&#xff1a; 配置SSH公钥互信 虚拟机A&#xff1a; ​编辑 虚拟机B&#xff1a; 提供基于bind的DNS服务 虚拟机A&#xff1a; 项目需求1&#xff1a; …...

【动态导通电阻】软硬开关下GaN器件的动态RDSON

2019年,浙江大学的Rui Li、Xinke Wu等人基于双脉冲和多脉冲测试方法,研究了在硬开关和软开关条件下商用氮化镓(GaN)功率器件的动态导通电阻(R DSON )特性。实验结果表明,不同GaN器件在硬开关和软开关条件下的动态R DSON 表现出不同的行为,这些行为受关断电压和频率的影…...

Java基础 5.10

1.方法重写课堂练习 package com.logic.override_; //编写一个Person类 包括属性/private(name, age) 构造器 方法say(返回自我介绍的字符串) //编写一个Student类 继承Person类 增加id score 属性/private 以及构造器 //定义say方法(返回自我介绍的信息) //在main中 分别创建…...

通信原理绪论

&#xff08;I&#xff09;信息量&#xff1a;第j条消息中包含的信息定义为&#xff1a;I(j) 消息是信息的表现形式 消息是信息的一种抽象和本质内容 消息中所含的信息量是该消息出现概率的函数&#xff0c;即 I I[P(x)] P&#xff08;x&#xff09;越小&#xff0c;I越…...

Maven 插件配置分层架构深度解析

&#x1f9d1; 博主简介&#xff1a;CSDN博客专家&#xff0c;历代文学网&#xff08;PC端可以访问&#xff1a;https://literature.sinhy.com/#/?__c1000&#xff0c;移动端可微信小程序搜索“历代文学”&#xff09;总架构师&#xff0c;15年工作经验&#xff0c;精通Java编…...

jMeter压测环境部署JDK+Groovy+JMeter+Proto+IntelliJ IDEA

为确保 Groovy、JDK 和 JMeter 三者的版本兼容性&#xff0c;需遵循以下核心原则和步骤&#xff1a; 一、版本兼容性对照表 组件推荐版本范围关键兼容规则JDKJava 8/11/17 (LTS)- JMeter 5.6 支持 Java 11/17GroovyGroovy 3.0.7 或 4.0- Groovy 3.x 支持 Java 8-17 - Groovy 4…...

c#建筑行业财务流水账系统软件可上传记账凭证财务管理系统签核功能

# financial_建筑行业 建筑行业财务流水账系统软件可上传记账凭证财务管理系统签核功能 # 开发背景 软件是给岳阳客户定制开发一款建筑行业流水账财务软件。提供工程签证单、施工日志、人员出勤表等信息记录。 # 财务管理系统功能描述 1.可以自行设置记账科目&#xff0c;做凭…...

深度解析 MySQL 与 Spring Boot 长耗时进程:从故障现象到根治方案(含 Tomcat 重启必要性分析)

一、典型故障现象与用户痛点 在高并发业务场景中&#xff0c;企业级 Spring Boot 应用常遇到以下连锁故障&#xff1a; 用户侧&#xff1a;网页访问超时、提交表单无响应&#xff0c;报错 “服务不可用”。运维侧&#xff1a;监控平台报警 “数据库连接池耗尽”&#xff0c;To…...

一种运动平台扫描雷达超分辨成像视场选择方法——论文阅读

一种运动平台扫描雷达超分辨成像视场选择方法 1. 专利的研究目标与意义1.1 研究目标1.2 实际意义2. 专利的创新方法与技术细节2.1 核心思路与流程2.1.1 方法流程图2.2 关键公式与模型2.2.1 回波卷积模型2.2.2 最大后验概率(MAP)估计2.2.3 统计约束模型2.2.4 迭代优化公式2.3 …...

【程序员AI入门:开发】11.从零构建智能问答引擎:LangChain + RAG 实战手册

1、技术选型 组件推荐方案说明文本嵌入模型sentence-transformers/all-MiniLM-L6-v2轻量级且效果较好的开源模型向量数据库FAISS高效的本地向量检索库大语言模型GPT-3.5/开源LLM&#xff08;如ChatGLM3&#xff09;根据资源选择云端或本地模型文档处理框架LangChain简化RAG流程…...

《深入理解Linux网络》笔记

《深入理解Linux网络》笔记 前言参考 前言 前段时间看了《深入理解Linux网络》这本书&#xff0c;虽然有些地方有以代码充篇幅的嫌疑&#xff0c;但总体来说还是值得一看的。在这里简单记录一下笔记&#xff0c;记录下对网络新的理解。 内核是如果接受网络包的&#xff1f; 如…...

【计算机视觉】优化MVSNet可微分代价体以提高深度估计精度的关键技术

优化MVSNet可微分代价体以提高深度估计精度的关键技术 1. 代价体基础理论与分析1.1 标准代价体构建1.2 关键问题诊断 2. 特征表示优化2.1 多尺度特征融合2.2 注意力增强匹配 3. 代价体构建优化3.1 自适应深度假设采样3.2 可微分聚合操作改进 4. 正则化与优化策略4.1 多尺度代价…...

致远A8V5-9.0安装包(包含信创版)【附百度网盘链接】

A8适用于中大型企业&#xff0c;基于"以人为中心"的产品理念&#xff0c;致力于为企业构建和完善“数字智能”的协同运营体系&#xff0c;以组织模型为基础&#xff0c;连接各项工作和业务&#xff0c;聚合信息、资源和能力&#xff0c;实现组织内和跨组织的高效协同…...

terminal 共享工具ttyd

ttyd 是一个非常轻量的工具&#xff0c;它可以将你的终端&#xff08;如 bash&#xff09;通过 Web 页面共享出去&#xff0c;适合教学、演示、远程协作等场景&#xff0c;而且 支持 macOS、ARM64、Linux 等平台。 ⸻ ✅ 一、ttyd 简介 • 将 shell 包装成 WebSocket 服务&am…...

右值引用的剖析

引入&#xff1a;为什么要有右值引用&#xff1f; 右值引用的存在&#xff0c;就是为了解决左值引用解决不了的问题&#xff01; 左值引用的问题&#xff1a; 我们知道&#xff0c;左值引用在做参数和做返回值都可以提高效率&#xff1b;但是有时候&#xff0c;我们无法用左…...

MIT XV6 - 1.4 Lab: Xv6 and Unix utilities - find

接上文 MIT XV6 - 1.3 Lab: Xv6 and Unix utilities - primes find 继续实验&#xff0c;实验介绍和要求如下 (原文链接 译文链接) : Write a simple version of the UNIX find program for xv6: find all the files in a directory tree with a specific name. Your solution…...

PyTorch API 8 - 工具集、onnx、option、复数、DDP、量化、分布式 RPC、NeMo

文章目录 torch.nn.inittorch.nn.attention工具集子模块 torch.onnx概述基于 TorchDynamo 的 ONNX 导出器基于TorchScript的ONNX导出器贡献与开发 torch.optim如何使用优化器构建优化器每个参数的选项执行优化步骤optimizer.step()optimizer.step(closure) 基类算法如何调整学习…...

解决使用宝塔Linux部署前后端分离项目遇到的问题

问题一&#xff1a;访问域名转圈圈&#xff0c;显示404,403 没有解决跨域问题&#xff0c;在后端yml中设置content&#xff1a;/prod&#xff08;生产环境&#xff09;&#xff0c;在前端.env文件中将http&#xff1a;//127.0.0.1:8080/替换为公网IP&#xff0c;并在vite.conf…...

力扣top100 矩阵置零

开辟数组来标记元素为0的行和列&#xff0c;然后将对应的行和列的元素全部置为0&#xff1b; class Solution { public:void setZeroes(vector<vector<int>>& matrix) {int n matrix.size();int m matrix[0].size();vector<int> l(m),r(n);for(int i …...

JavaScript基础-作用域概述

在学习JavaScript的过程中&#xff0c;理解其作用域&#xff08;Scope&#xff09;机制是至关重要的。它不仅影响变量的生命周期和可见性&#xff0c;还决定了代码执行期间如何查找变量值。本文将深入探讨JavaScript的作用域概念&#xff0c;包括全局作用域、函数作用域、块级作…...

【经验总结】Ubuntu 22.04.5 LTS 将内核从5.15.0-140 升级到6.8.0-60后纽曼无线网卡无法使用解决措施

【经验总结】Ubuntu 22.04.5 LTS 将内核从5.15.0-140 升级到6.8.0-60后纽曼无线网卡无法使用解决措施 问题现象定位过程问题根因解决方案将内核内核从6.8.0-60 降级到5.15.0-140。1、回滚内核版本2、解决重启系统&#xff0c;找不到选择内核版本的菜单问题3、将新版本的kernel卸…...

MQTT协议介绍

一、MQTT定义 MQTT(Message Queuing Telemetry Transport&#xff0c;消息队列遥测传输)是 IBM 开发的一个即时通讯协议&#xff0c;有可能成为物联网的重要组成部分。 MQTT&#xff08;Message Queuing Telemetry Transport&#xff09;是一种轻量级的消息传输协议&#xff…...

jetson orin nano super AI模型部署之路(五)tensorrt C++ api介绍

我们基于tensorrt-cpp-api这个仓库介绍。这个仓库的代码是一个非常不错的tensorrt的cpp api实现&#xff0c;可基于此开发自己的项目。 我们从src/main.cpp开始按顺序说明。 一、首先是声明我们创建tensorrt model的参数。 // Specify our GPU inference configuration optio…...

excel函数操作案例

需求分析1&#xff1a;学习时间与最终成绩之间的关系 问题&#xff1a;学习时间的长短是否对学生的最终成绩有显著影响&#xff1f; 操作步骤&#xff1a;选择"study_hours"和"final_grade"列完整数据&#xff0c;选择散点图 单击B&#xff0c;按住ctrl键…...

各种音频产品及场景总结

本文记录和总结各种音频产品以及音频场景&#xff0c;比如音箱、耳机、对讲机、录音笔、助听器、声卡等等。 蓝牙耳机 蓝牙耳机现在已经很普及了&#xff0c;主要功能就是连着手机等设备然后播放音频&#xff0c;所以&#xff0c;肯定要有扬声器模块&#xff1b;然后还可以接打…...

Java后端开发day46--多线程(二)

&#xff08;以下内容全部来自上述课程&#xff09; 多线程 1. Lock锁 虽然我们可以理解同步代码块和同步方法的锁对象问题&#xff0c; 但是我们并没有直接看到在哪里加上了锁&#xff0c;在哪里释放了锁&#xff0c; 为了更清晰的表达如何加锁和释放锁&#xff0c;JDK5以…...

U盘制作系统盘(含U盘恢复)

✅ 准备工作 1. 一个至少 8GB 容量的 U 盘 注意&#xff1a;U 盘将被格式化&#xff0c;请提前备份数据。 2. 一台可以联网的 Windows 电脑 &#x1f4e5; 下载官方制作工具&#xff08;推荐&#xff09; 1. 打开微软官网下载页面&#xff1a; &#x1f449; Windows 11 下载…...

如何阅读、学习 Linux 2 内核源代码 ?

学习Linux 2内核源代码是深入理解操作系统工作原理的绝佳途径&#xff0c;但这无疑是一项极具挑战性的任务。下面为你提供一套系统的学习方法和建议&#xff1a; 一、扎实基础知识 操作系统原理 透彻掌握进程管理、内存管理、文件系统、设备驱动等核心概念。推荐阅读《操作系…...

【字符函数和字符串函数】

【字符函数和字符串函数】 字符分类函数字符转换函数函数的使用strcpy的使用strcat的实现strcmp的实现strncpy&#xff0c;strncat,strncmpstrstrstrtok的使用strerror 1.函数的使用 2.部分函数的模拟实现&#xff08;工作原理&#xff09; 字符分类函数 ag1. #include<std…...

[学习]RTKLib详解:rtksvr.c与streamsvr.c

本文是 RTKLlib详解 系列文章的一篇&#xff0c;目前该系列文章还在持续总结写作中&#xff0c;以发表的如下&#xff0c;有兴趣的可以翻阅。 [学习] RTKlib详解&#xff1a;功能、工具与源码结构解析 [学习]RTKLib详解&#xff1a;pntpos.c与postpos.c [学习]RTKLib详解&…...

QMK键盘固件开发全解析:QMK 固件开发的最新架构和规范(2025最新版)

QMK键盘固件开发全解析&#xff1a;QMK 固件开发的最新架构和规范&#xff08;2025最新版&#xff09; &#x1f4da; 前言概述 QMK(Quantum Mechanical Keyboard)作为目前开源键盘固件领域的"扛把子"&#xff0c;凭借其强大的功能和活跃的社区支持&#xff0c;已经…...

c++——二叉树进阶

1. 内容安排说明 二叉树在前面C数据结构阶段已经讲过&#xff0c;本节取名二叉树进阶是因为&#xff1a; 1. map和set特性需要先铺垫二叉搜索树&#xff0c;而二叉搜索树也是一种树形结构 2. 二叉搜索树的特性了解&#xff0c;有助于更好的理解map和set的特性 3. 二叉树中部…...

PyTorch API 3 - mps、xpu、backends、导出

文章目录 torch.mpsMPS 性能分析器MPS 事件 torch.xpu随机数生成器流与事件内存管理 torch.mtia流与事件 torch.mtia.memory元设备元张量操作惯用法 torch.backendstorch.backends.cputorch.backends.cudatorch.backends.cudnntorch.backends.cusparselttorch.backends.mhatorc…...

QTableWidget实现多级表头、表头冻结效果

最终效果&#xff1a; 实现思路&#xff1a;如果只用一个表格的话写起来比较麻烦&#xff0c;可以考虑使用两个QTableWidget组合&#xff0c;把复杂的表头一个用QTableWidget显示&#xff0c;其他内容用另一个QTableWidget。 #include "mainwindow.h" #include &qu…...

比 Mac 便笺更好用更好看的便利贴

在苹果电脑上&#xff0c;有自带的便签软件&#xff0c;但问题这个官方应用已经年久失修&#xff0c;界面跟最新的系统完全不搭。像同步、清单等功能也没有。 最近找到了一款更好看好用的桌面便利贴 - Desktop Note。这款应用在超过26个的效率榜排在前10。以下几个点是我认为做…...

【python】json解析:invalid literal for int() with base 10: ‘\“\“‘“

invalid literal for int() with base 10: ‘“”’" 从提供的 JSON 数据中&#xff0c;我可以看到导致 "invalid literal for int() with base 10: \"\"" 错误的具体情况&#xff1a; 错误分析 在 deal_resp 部分中发现了错误信息&#xff1a; &…...

超详细Kokoro-82M本地部署教程

经测试&#xff0c;Kokoro-82M的语音合成速度相比于其他tts非常的快&#xff0c;本文给出Windows版详细本地部署教程。 这里提供原始仓库进行参考&#xff1a;https://github.com/hexgrad/kokoro 一、依赖安装 1.新建conda环境 conda create --n kokoro python3.12 conda a…...

Day28 -js开发01 -JS三个实例:文件上传 登录验证 购物商城 ---逻辑漏洞复现 及 判断js的payload思路

本篇利用3个实例 来引出前端验证的逻辑漏洞 一、文件上传 实例&#xff1a;利用JS实现 【1】代码实现 js&#xff1a;文件后缀筛选 php&#xff1a;文件保存 00x1 先利用js文件上传 就利用之前php原生写的upload.html的模板&#xff0c;再加上script的后缀过滤。 <!…...

宝塔服务安装使用的保姆级教程

宝塔介绍&#xff1a; 宝塔面板&#xff08;BT Panel&#xff09; 是一款 国产的服务器运维管理面板&#xff0c;主要用于简化 Linux/Windows 服务器的网站、数据库、FTP、防火墙等管理操作。它通过图形化界面&#xff08;Web端&#xff09;和命令行工具&#xff08;bt 命令&a…...

(四)YOLO_World-SAM-GraspNet的mujoco抓取仿真(操作记录)

一、创建虚拟环境 这里直接克隆之前项目的环境 &#xff08;二&#xff09;Graspnet在mujoco的仿真复现&#xff08;操作记录&#xff09;_graspnet仿真-CSDN博客 conda create -n graspnet --clone mujoco_graspnet conda activate graspnet 二、安装额外的环境包 pip in…...

Git Github Tutorial

Git & Github Tutorial 教程地址&#xff1a;Git & GitHub Tutorial | Visualized Git Course for Beginner & Professional Developers in 2024 git自动跟踪每个代码更改&#xff0c;允许多个人无缝处理同一个项目&#xff0c;让成员浏览项目历史纪录 1.检查gi…...

提高工作效率的新选择[特殊字符]——Element Plus UI库

在现代前端开发中&#xff0c;UI库的重要性不言而喻。它们不仅加速开发过程&#xff0c;还提高了应用的可维护性&#xff0c;形成了一致的用户体验。今天我们就来介绍一款由Element团队打造的Vue.js 3 UI库——Element Plus。 一、Element Plus&#xff1a;Vue.js 3的全新UI库…...

深入理解 TCP:重传机制、滑动窗口、流量控制与拥塞控制

TCP&#xff08;Transmission Control Protocol&#xff09;是一个面向连接、可靠传输的协议&#xff0c;支撑着绝大多数互联网通信。在实现可靠性的背后&#xff0c;TCP 引入了多个关键机制&#xff1a;重传机制、滑动窗口、流量控制 和 拥塞控制。这些机制共同协作&#xff0…...

从0开始学习大模型--Day05--理解prompt工程

提示词工程原理 N-gram&#xff1a;通过统计&#xff0c;计算N个词共同出现的概率&#xff0c;从而预测下一个词是什么。 深度学习模型&#xff1a;有多层神经网络组成&#xff0c;可以自动从数据中学习特征&#xff0c;让模型通过不断地自我学习不断成长&#xff0c;直到模型…...

全栈开发实战:FastAPI + React + MongoDB 构建现代Web应用

在Web开发领域&#xff0c;技术栈的选型直接影响着开发效率和系统性能。FARM&#xff08;FastAPI, React, MongoDB&#xff09;技术栈凭借其高性能、灵活架构和简洁语法&#xff0c;逐渐成为全栈开发的热门选择。本文将通过实际项目案例&#xff0c;详解如何从零搭建一个完整的…...

深入解析进程地址空间:从虚拟到物理的奇妙之旅

深入解析进程地址空间&#xff1a;从虚拟到物理的奇妙之旅 前言 各位小伙伴&#xff0c;还记得我们之前探讨的 fork 函数吗&#xff1f;当它返回两次时&#xff0c;父子进程中同名变量却拥有不同值的现象&#xff0c;曾让我们惊叹于进程独立性与写时拷贝的精妙设计。但你是否…...

Python教程(四)——数据结构

目录 1. 列表1.1 用列表实现堆栈1.2 用列表实现队列1.3 列表推导式1.4 嵌套的列表推导式 2. del语句3. 元组和序列4. 集合5. 字典6. 循环的技巧7. 深入条件控制8. 序列和其他类型的比较参考 1. 列表 方法含义list.append(x)在列表末尾添加一项&#xff0c;类似于a[len(a):] […...

Spring Cloud: Nacos

Nacos Nacos是阿里巴巴开源的一个服务发现&#xff0c;配置管理和服务管理平台。只要用于分布式系统中的微服务注册&#xff0c;发现和配置管理&#xff0c;nacos是一个注册中心的组件 官方仓库&#xff1a;https://nacos.io/ Nacos的下载 Releases alibaba/nacos 在官网中…...

基于 Q-learning 的城市场景无人机三维路径规划算法研究,可以自定义地图,提供完整MATLAB代码

一、引言 随着无人机技术的不断发展&#xff0c;其在城市环境中的应用越来越广泛&#xff0c;如物流配送、航拍测绘、交通监控等。然而&#xff0c;城市场景具有复杂的建筑布局、密集的障碍物以及多变的飞行环境&#xff0c;给无人机的路径规划带来了巨大的挑战。传统的路径规…...