博客
关于我
多态中变量和方法的一些思考
阅读量:494 次
发布时间:2019-03-07

本文共 774 字,大约阅读时间需要 2 分钟。

多态在Java中允许同一个变量引用不同类的对象,但变量的类型是固定的,无法重写。方法则可以根据运行时的类来执行不同的逻辑,这是多态的关键点。以下是详细的解释:

  • 变量与多态

    • 变量的类型在声明时确定,无法改变。例如,父类和子类都有相同的变量arm_length,但当创建一个子类实例并赋值给父类变量时,变量的值始终指向父类的值。这是因为变量是基于其声明的类型来获取值的,而不是运行时的对象类型。
    • 因此,父类引用调用的是父类的变量值,而不是子类的。
  • 方法与多态

    • 方法可以重写,因为它们是基于运行时对象的类型来执行的。当子类覆盖了父类的方法时,父类引用会调用子类的方法,这样可以实现不同的行为。
    • 在代码中,father.buyTobacco()调用的是子类重写的方法,因为运行时的对象是Son实例。
  • 多态的意义

    • 变量和方法的区别体现了多态的两个方面:变量是属性,方法是行为。变量的多态性(即继承)不涉及重写,而方法的多态性涉及行为的不同实现。
    • 这种设计使得代码更灵活,符合面向接口的设计原则,允许同一接口有多个实现。
  • 示例分析

    • 父类Father的arm_length是60,子类Son的arm_length是65。当创建Father father = new Son();时,father.arm_length输出60,因为变量是根据父类类型来获取值。
    • father.buyTobacco()输出“儿子爱抽黄鹤楼”,因为方法是根据运行时的对象类型来调用的。
  • 总结

    • 变量的类型决定了其值,无法通过重写来改变。
    • 方法的重写允许不同的对象在相同的接口下执行不同的行为。
    • 这种设计保持了代码的清晰性和可维护性,符合多态的原则。
  • 通过以上分析,可以看出变量和方法在多态中的不同处理方式,变量基于声明类型,而方法基于运行时对象类型,这样实现了灵活的行为多态。

    转载地址:http://bxwcz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>