Python中的继承和多态

描述Python中的继承和多态。

在Python中，继承和多态是面向对象编程的两个重要概念。它们使得代码更加灵活、可重用和可扩展。下面是对这两个概念在Python中的描述：

1. 继承（Inheritance）

继承是面向对象编程中的一个概念，它允许一个类（称为子类或派生类）继承另一个类（称为父类或基类）的属性（包括数据属性和方法）。通过继承，子类可以自动获得父类的所有属性和方法，同时还可以添加或覆盖父类的属性和方法。

在Python中，使用冒号（:）来定义继承关系。以下是一个简单的继承示例：

python

	class Animal:
	def __init__(self, name):
	self.name = name
	def speak(self):
	pass # 在这里，我们假设动物默认不会说话
	class Dog(Animal): # Dog类继承自Animal类
	def speak(self):
	return "Woof!"
	# 创建一个Dog对象
	my_dog = Dog("Buddy")
	print(my_dog.name) # 输出：Buddy
	print(my_dog.speak()) # 输出：Woof!

在上面的示例中，Dog类继承自Animal类。因此，Dog对象可以访问Animal类中定义的name属性和speak方法。但是，Dog类重写了speak方法，使其返回特定的字符串"Woof!"。

2. 多态（Polymorphism）

多态是面向对象编程中的另一个重要概念，它允许不同的对象对同一消息做出不同的响应。在Python中，多态主要通过方法重写（Override）和动态绑定（Dynamic Binding）来实现。

方法重写是指子类可以重写父类的方法，以便为该方法提供特定的实现。这允许子类对象在调用该方法时表现出不同的行为。这与上面的继承示例中的speak方法重写是一致的。

动态绑定是指在运行时确定要调用哪个方法。在Python中，当我们调用一个对象的方法时，Python解释器会查找该对象所属类的方法定义，并调用适当的方法。如果该方法在子类中被重写，则解释器会调用子类中的方法。这就是多态的实现方式。

以下是一个简单的多态示例：

python

	class Shape:
	def draw(self):
	pass # 在这里，我们假设形状默认不会被绘制
	class Circle(Shape):
	def draw(self):
	return "Drawing a circle"
	class Rectangle(Shape):
	def draw(self):
	return "Drawing a rectangle"
	def draw_shape(shape):
	print(shape.draw())
	# 创建Circle和Rectangle对象
	circle = Circle()
	rectangle = Rectangle()
	# 调用draw_shape函数，并传入不同的形状对象
	draw_shape(circle) # 输出：Drawing a circle
	draw_shape(rectangle) # 输出：Drawing a rectangle

在上面的示例中，我们定义了一个Shape类和一个draw_shape函数。Shape类有一个draw方法，但在该示例中它并没有实现任何功能。然后，我们定义了两个子类Circle和Rectangle，它们分别重写了draw方法以提供特定的实现。最后，我们创建了一个draw_shape函数，该函数接受一个Shape对象作为参数，并调用其draw方法。由于多态性，当我们传入不同的形状对象时，draw_shape函数会调用相应对象所属类中的draw方法。

什么是Python中的装饰器，如何使用它？

在Python中，装饰器（Decorator）是一个高级功能，它允许程序员在不修改原有函数或类的情况下，给函数或类添加新的功能。装饰器本质上是一个函数，这个函数接受另一个函数（或类）作为输入，并返回一个新的函数（或类）。新函数（或类）会在原有函数（或类）被调用时执行一些额外的操作，比如记录日志、计时、权限验证等。

装饰器的基本语法

装饰器的语法是使用@符号和一个函数名，这个函数就是装饰器函数。这个符号需要放在要装饰的函数定义之前。

示例：一个简单的装饰器

下面是一个简单的装饰器示例，它用于记录函数的执行时间：

python

	import time
	def timer_decorator(func):
	def wrapper(*args, **kwargs):
	start_time = time.time()
	result = func(*args, **kwargs)
	end_time = time.time()
	print(f"Function {func.__name__} took {end_time - start_time:.6f} seconds to execute.")
	return result
	return wrapper
	@timer_decorator
	def slow_function():
	time.sleep(1) # 模拟耗时操作
	print("Slow function executed.")
	# 调用被装饰的函数
	slow_function()

在这个示例中，timer_decorator是一个装饰器函数，它接受一个函数func作为输入，并返回一个新的函数wrapper。wrapper函数会在调用原始函数之前记录开始时间，在调用之后记录结束时间，并打印出执行时间。最后，使用@timer_decorator语法将slow_function函数装饰起来，这样每次调用slow_function时，都会执行wrapper函数中的逻辑。

装饰器的带参数版本

如果装饰器本身需要接受参数，可以通过返回一个内部装饰器函数来实现。例如：

python

	def repeat_decorator(num_times):
	def actual_decorator(func):
	def wrapper(*args, **kwargs):
	for _ in range(num_times):
	result = func(*args, **kwargs)
	return result
	return wrapper
	return actual_decorator
	@repeat_decorator(3)
	def greet(name):
	print(f"Hello, {name}!")
	# 调用被装饰的函数
	greet("World") # 会打印三次 "Hello, World!"

在这个示例中，repeat_decorator是一个接受参数的装饰器工厂函数，它返回一个装饰器函数actual_decorator。这个内部装饰器函数的工作方式与上面的timer_decorator类似，但是它会多次调用原始函数。通过使用@repeat_decorator(3)，我们将greet函数装饰成一个会执行三次的函数。