【继承练习题--多态-- 动态绑定-- 重写】

简介: 【继承练习题--多态-- 动态绑定-- 重写】



继承的练习题:


2.

3.

通过子类引用 能调用父类成员变量或方法

但通过父类引用 只能调用自己特有的成员变量或成员方法

调用子类的会报错


多态

多态的概念:通俗来说,就是多种形态,具体点就是去完成某个行为,当不同的对象去完成时会产生出不同的状态。

在生活中,多态就是同一个人对不同的人表现的态度说的话是不一样的

多态实现条件

在java中要实现多态,必须要满足如下几个条件,缺一不可:

  1. 必须在继承体系下,向上转型
  2. 子类和父类有同名的重写方法
  3. 通过父类的引用调用重写的方法

完成以上三点,就会发生动态绑定,而动态绑定是多态的基础

动态绑定

程序运行时,绑定到了子类的方法,这就叫做动态

子类加了一个与父类一模一样的成员方法,通过父类的引用调用这个方法时,惊奇地发现调用的是子类的方法,这个过程就叫做动态绑定

什么是重写

class Animal{
    public String name;
    public int age;
    public void eat(){
        System.out.println(this.name+"正在吃蛋糕");
    }
    public Animal(String name, int age) {
        this.name = name;
        this.age = age;
    }
}
class Dog extends Animal{
    public void bark(){
        System.out.println(this.name+"在汪汪叫");
    }
    public Dog(String name, int age) {
        super(name, age);
    }
    public void eat(){
        System.out.println(this.name+"正在吃狗粮");
    }
}
public class Test {
    public static void func(Animal animal)
    {
    }
    public static void main2(String[] args) {
        //向上转型
        //让Animal引用指向dog所引用的对象new Dog("圆圆",19);
        Dog dog = new Dog("圆圆",19);
        func(dog);
    }
    public static void main(String[] args) {
        //向上转型
        Animal animal =new Dog("圆圆",16);
        animal.eat();
    }
}
  1. 代码上会标有两个符号告诉你这是重写

@Override 注解

  1. 可以使用 @Override 注解来显式指定. 有了这个注解能帮我们进行一些合法性校验.

例如不小心将方法名字拼写错了 (比如写成 aet), 编译器就会发现父类中没有 aet 方法, 就会编译报错, 提示无法构成重写

重写的条件(缺一不可)

有一种特殊的重写:叫协变类型

被重写的方法返回值类型可以不同,但是必须是具有父子关系的,

重写的设计原则

若干年前的手机,只能打电话,发短信,来电显示只能显示号码,而今天的手机在来电显示的时候,不仅仅可以显示号码,还可以显示头像,地区等。在这个过程当中,我们不应该在原来老的类上进行修改,因为原来的类,可能还在有用户使用,正确做法是:新建一个新手机的类,对来电显示这个方法重写就好了,这样就达到了我们当今的需求了。

快捷键生成重写

重写和重载的区别

object类是所有类的父类

总结

今天学了多态,动态绑定的原理是向上转型,子类和父类的同名,也就是重写,还要通过父类引用调用这个方法,那么这个方法一定会是子类的。如果不实现重写,object类是所有类的父类,调用的自然是object的方法。还要区分重写和重载,别混淆。

相关文章
|
算法 数据挖掘 Python
使用python实现FP-Growth算法
使用python实现FP-Growth算法
755 0
|
定位技术 数据安全/隐私保护
MIKE 21 教程 1.3 网格搭建界面介绍之网格生成 (Mesh Generator 工具)
MIKE 21 教程 1.3 网格搭建界面介绍之网格生成 (Mesh Generator 工具)
|
消息中间件 缓存 监控
Kafka中的Controller(控制器)节点
Kafka中的Controller(控制器)节点
1918 1
Kafka中的Controller(控制器)节点
|
数据可视化 数据挖掘 Python
【数据分析与可视化】Matplotlib中动态rc参数设置详解与实战(图文解释 附源码)
【数据分析与可视化】Matplotlib中动态rc参数设置详解与实战(图文解释 附源码)
1520 0
|
人工智能 供应链 物联网
效率提升300%:开放银行API驱动电商分账系统的“零代码”革命
在数字经济背景下,开放银行API与电商生态深度融合,推动支付清算与分账系统从封闭走向开放。通过技术解耦与系统重构,实现资金流、信息流与业务流的高效协同,提升支付效率与分账灵活性,助力电商场景创新。本文从技术驱动力、重构路径、实践案例与未来趋势四方面,解析这一变革的核心逻辑与落地价值。
|
机器学习/深度学习 PyTorch API
优化注意力层提升 Transformer 模型效率:通过改进注意力机制降低机器学习成本
Transformer架构自2017年被Vaswani等人提出以来,凭借其核心的注意力机制,已成为AI领域的重大突破。该机制允许模型根据任务需求灵活聚焦于输入的不同部分,极大地增强了对复杂语言和结构的理解能力。起初主要应用于自然语言处理,Transformer迅速扩展至语音识别、计算机视觉等多领域,展现出强大的跨学科应用潜力。然而,随着模型规模的增长,注意力层的高计算复杂度成为发展瓶颈。为此,本文探讨了在PyTorch生态系统中优化注意力层的各种技术,
1308 6
优化注意力层提升 Transformer 模型效率:通过改进注意力机制降低机器学习成本
|
存储 监控 前端开发
Sentry 监控部署与使用(详细流程)
Sentry 监控部署与使用(详细流程)
15482 1
|
前端开发 JavaScript API
【第15期】一文读懂前端Astro框架
【第15期】一文读懂前端Astro框架
1747 0
|
并行计算 Linux TensorFlow
TensorFlow各个GPU版本CUDA和cuDNN对应版本
TensorFlow各个GPU版本CUDA和cuDNN对应版本
TensorFlow各个GPU版本CUDA和cuDNN对应版本
|
安全 Go 区块链
crypto
【10月更文挑战第29天】crypto
850 1