第18条:接口优先抽象类

Java程序设计语言提供了两种机制,可以用来定义允许多个实现的类型:接口和抽象类。这两种机制之间最明显的区别在于:

1、抽象类允许包含某些方法的实现,但是接口不允许

2、为了实现由抽象类定义的类型,类必须为抽象类的一个子类

任何一个类,只要它定义了所有必要的方法,并且遵守通用约定,它就被允许实现一个接口,而不管这个类是处于类层次(class hierarchy)的哪个位置。因为Java是单继承的,所以抽象类作为类型定义受到了极大的限制。

现有的类可以很容易被更新,以实现新的接口。如果这些方法尚不存在,你所需要做的就是增加必要的方法,然后在类的声明中增加一个implements子句。

接口是定义mixin(混合类型)的理想选择。不严格的讲,mixin是指这样的类型:类除了实现它的“基本类型(primary type)”之外,还可以实现这个mixin类型,以表达它提供了某些可供选择的行为。例如,Comparable是一个mixin接口,它允许类表明它的实例可以与其它的可相互比较的对象进行排序。这样的接口之所以被称为mixin,是因为它允许任选的功能可被混合到类型的主要功能中。抽象类不能被用于定义为mixin,同样也是因为它们不可能被更新到现有的类中:类不可能有一个以上的父类,类层次结构中也没有适当的地方来插入mixin。

接口允许我们构造非层次结构的类型框架。类型层次对于组织某些事物是非常合适的,但是其他有些事物并不能被整齐的组织成一个严格的层次结构。例如,假设我们有一个接口代表一个singer(歌唱家),另一个接口代表一个songwriter(作曲家):

1 public interface Singer {
2     AudioClip singer(Song s);
3 }
4 public interface Songwriter {
5     Song compose(boolean hit);
6 }

在现实生活中,有些歌唱家本身也是作曲家。因为我们使用了接口而不是抽象类来定义这些类型,所以对单个类而言,它同时实现Singer和Songwriter是完全允许的。实际上,我们可以定义第三个接口,它同时扩展了Singer和Songwriter,并添加了一些适合于这种组合的新方法:

1 public interface SingerSongwriter extends Singer, Songwrite {
2     AudioClip strum();
3     void actSensitive();
4 }

你并不总是需要这种灵活性,但是一旦你这样做了,接口能帮你解决大问题。另外一种做法是编写一个臃肿(bloated)的类层次,对于每一种要被支持的属性组合,都包含一个单独的类。如果在整个类型系统中有n个属性,那么就必须支持2^n种可能的组合。这种现象被称为“组合爆炸(combinatorial explosion)”。类层次臃肿会导致类也臃肿,这种类包含许多方法,并且这些方法只是在参数的类型上有所不同而已,因为类层次中没有任何类型体现了公共的行为特征。

通过第16条中介绍的包装类(wrapper class)模式,接口使得安全的增强类的功能称为可能。如果使用抽象类来定义类型,那么程序员除了使用继承的手段来增加安全性,没有其它的选择。这样得到的类与包装类相比,功能更差,也更加脆弱。

虽然接口不允许包含方法的实现,但是,使用 接口来定义类型并不妨碍你为程序员提供实现上的帮助。通过对你导出的每个重要接口都提供一个抽象的骨架实现(skeletal implementation)类,把接口和抽象类的优点结合起来。接口的作用仍是定义类型,但是骨架实现类接管了所有与接口实现相关的工作。

按照惯例,骨架实现被称为AbstractInterface是指所实现的接口的名字。例如,Colletions Framework为每个重要的集合接口都提供了一个骨架实现,包括AbstractCollection、AbstractSet、AbstractList和AbstractMap。将它们称作SkeletalCollection、SkeletalSet、SkeletalList和SkeletalMap也是有道理的,但是现在Abstract的用法已经根深蒂固。

如果设计得当,骨架实现可以使程序员很容易地提供他们自己的接口实现。例如,下面是一个静态工厂方法,它包含一个完整的、功能齐全的List实现:

 1 static List<Integer> intArrayList(final int[] a){
 2     if (a == null)
 3         throw new NullPointerException();
 4     
 5     return new AbstractList<Integer>() {
 6         @Override
 7         public Integer get(int index) {
 8             return a[index];
 9         }
10 
11         @Override
12         public Integer set(int index, Integer element) {
13             int oldElement = a[index];
14             a[index] = element;
15             return oldElement;
16         }
17 
18         @Override
19         public int size() {
20             return a.length;
21         }
22     };
23 }

当你考虑一个List实现应该为你完成哪些工作的时候,可以看出,这个例子充分演示了骨架实现的强大功能。顺便提一下,这个例子是个Adapter,它允许将int数组看做Integer实例的列表。由于在int值和Integer实例之间来回转换需要开销,它的性能不会很好。注意,这个例子中只提供一个静态工厂,并且这个类还是不可被访问的匿名类(anonymous class),它被隐藏在静态工厂的内部。

骨架实现的美妙之处在于,它们为抽象类提供了实现上的帮助,但又不强加“抽象类被用作类型定义时”所特有的严格限制。对于接口的大多数实现来讲,扩展骨架实现类是很显然的选择,但并不是必须的。如果预置的类无法扩展骨架实现类,这个类始终可以手工实现这个接口。此外,骨架实现类仍然能够有助于接口的实现。实现了这个接口的类可以把对于接口方法的调用,转发到一个内部私有类的实例上,这个内部私有类扩展了骨架实现类。这种方法被称为模拟多重继承(simulated multiple inheritance),他与第16条中讨论的包装类模式密切相关。这项技术具有多重继承的绝大多数有点,同时又避免了相应的缺陷。

编写骨架实现类相对比较简单,只是有点单调乏味。首先,必须认真研究接口,并确定哪些方法是最为基本的(primitive),其它的方法则可以根据他们来实现。这些基本方法将成为骨架实现类中的抽象方法。然后,必须为接口中所有的其它方法提供具体的实现。例如,下面是Map.Entry接口的骨架实现类:

 1 public abstract class AbstractMapEntry<K,V> implements Map.Entry<K, V>{
 2     //基本的方法
 3     public abstract K getKey();
 4     public abstract V getValue();
 5     //必须重写的方法
 6     public V setValue(V value) {
 7         throw new UnsupportedOperationException();
 8     }
 9     @Override
10     public boolean equals(Object obj) {
11         if(obj == this)
12             return true;
13         if(! (obj instanceof Map.Entry))
14             return false;
15         Map.Entry<?, ?> arg = (Map.Entry) obj;
16         return equals(getKey(), arg.getKey()) && 
17                 equals(getValue(), arg.getValue());
18     }
19     private static boolean equals(Object o1, Object o2) {
20         return o1 == null ? o2 == null : o1.equals(o2);
21     }
22     
23     @Override
24     public int hashCode() {
25         return hashCode(getKey()) ^ hashCode(getValue());
26     }
27     private static int hashCode(Object obj) {
28         return obj == null ? 0 : obj.hashCode();
29     }
30 }

骨架实现上有个小小的不同,就是简单实现(simple implementation)、AbstractMap.SimpleEntry就是个例子。简单实现就像个骨架实现,这是因为它实现了接口,并且是为了继承而设计的,但是区别在于它不是抽象的:它是最简单的可能的有效实现。你可以原封不动的使用,也可以看情况将它子类化

使用抽象类来定义允许多个实现的类型,与使用接口相比有一个明显的优势:抽象类的演变比接口的演变要容易的多。如果在后续的发行版本中,你希望在抽象类中增加新的方法,始终可以增加具体方法,它包含合理的默认实现。然后,该抽象类的所有现有实现都将提供这个新的方法。对于接口,这样做是行不通的

一般来说,要想在公有接口中增加方法,而不破坏实现这个接口的所有现有的类,这个是不可能的。之前实现该接口的类将会漏掉新增的方法,并且无法通过编译。在为接口增加新方法的同时,也为骨架实现类增加同样的新方法,这样可以在一定程度上减小由此带来的破坏,但是,这样做并没有真正解决问题。所有不从骨架实现类继承的接口仍然会遭到破坏

因此,设计公有的接口要非常的谨慎。接口一旦被公开发行,并且已经被广泛实现,在想改变这个接口几乎是不可能的。

简而言之,接口通常是定义允许多个实现的类型的最佳途径。这条规则有个例外,即当演变的容易性比灵活性和功能更为重要的时候。在这种情况下,应该使用抽象类来定义类型,但是前提是必须理解并且可以接受这些局限性。如果你导出了一个重要的接口,就应该坚决考虑同时提供骨架实现类。最后,应该尽可能谨慎的设计所有的公有接口,并通过编写多个实现来对它们进行全面测试。

转载于:https://www.cnblogs.com/remote/p/10283116.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足件2或件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值