java多态怎么学_Java学习——多态

多态:可以理解为事物存在的多种体现形态。

人:男人,女人

动物:猫,狗

猫 x = new 猫();

动物 x = new 猫();

1,多态的体现

父类的引用指向了自己的子类对象。

父类的引用也可以接受自己的子类对象。

2,多态的前提

必须是类与类之间有关系。要么继承,要么实现。

通常还有一个前提:存在覆盖

3,多态的好处

多态的出现大大的提高了程序的扩展性。

4, 多态的弊端:

提高了扩展性,但是只能使用父类的引用访问父类中的成员。

5,多态的应用代码中的特点(多态使用的注意事项)

6, 多态的出现

abstract classAnimal

{abstract voideat();

}class Cat extendsAnimal

{public voideat()

{

System.out.println("吃鱼");

}public voidcatchMouse()

{

System.out.println("抓老鼠");

}

}class Pig extendsAnimal

{public voideat()

{

System.out.println("吃饲料");

}public voidgongDi()

{

System.out.println("拱地");

}

}class Dog extendsAnimal

{public voideat()

{

System.out.println("吃骨头");

}public voidkanJia()

{

System.out.println("看家");

}

}classDuoTaiDemo

{public static voidmain(String[] args)

{/*Cat c = new Cat();

c.eat();

Dog d = new Dog();

d.eat();*/

//Animal a = new Cat();//类型提升,向上转型。//a.eat();//如果想要调用猫的特有方法时,如何操作?//强制将父类的引用,转成子类类型。向下转型。//Cat c = (Cat)a;//c.catchMouse();//千万不要出现这样的操作,就是讲父类对象转换成子类类型。//我们能转换的是父类应用指向类自己的子类对象时,该应用可以被提升,也可以被强制转换。//多态自始至终都是子类对象在做着变化。//function(new Cat());

function(newDog());

}public static voidfunction(Animal a)

{

a.eat();if(a instanceofCat)

{

Cat c=(Cat)a;

c.catchMouse();

}else if(a instanceofDog)

{

Dog c=(Dog)a;

c.kanJia();

}

}

}

/*基础班学生:

学习,睡觉。

高级版学生

学习,睡觉。

可以将这两类事物进行抽取。*/

abstract classStudent

{public abstract voidstudy();public voidsleep()

{

System.out.println("躺着睡");

}

}class BassStudent extendsStudent

{public voidstudy()

{

System.out.println("bass study");

}public voidsleep()

{

System.out.println("坐着睡");

}

}class AdvStudent extendsStudent

{public voidstudy()

{

System.out.println("Advance study");

}

}classDoStudent

{public voiddoSomething(Student stu)

{

stu.study();

stu.sleep();

}

}public classDuotaiDemo2

{public static voidmain(String[] args)

{

DoStudent ds= newDoStudent();

ds.doSomething(newBassStudent());

ds.doSomething(newAdvStudent());//BassStudent bs = new BassStudent();//bs.study();//bs.sleep();//AdvStudent as = new BaseStudent();//as.study();//as.sleep();

}/*public void doSomething(Student s)

{

s.study();

s.sleep();

}*/}

在多态中成员函数的特点:

在编译时期:参阅引用型变量所属的类中是否有调用的方法。

如有,编译通过,如果没有,编译失败。

在运行时期:参阅对象所属的类中是否有调用的方法。

简单总结就是:成员函数在多态调用时,编译看左边,运行看右边。

在多态中,成员变量的特点:

无论编译和运行,都参考左边(引用型变量所属的类)

在多态中,静态成员函数的特点:

无论编译和运行,都参考左边

classFu

{voidmethed1()

{

System.out.println("fi method1");

}voidmethed2()

{

System.out.println("fi method2");

}

}class Zi extendsFu

{voidmethed1()

{

System.out.println("zi method1");

}voidmethed3()

{

System.out.println("zi method3");

}

}classDuotaiDemo3

{public static voidmain(String[] args)

{//System.out.println("Hello World!");

Fu f = newZi();

f.methed1();

f.methed2();//f.methed3();

}

}

/*需求

电脑运行实例,

电脑运行基于主板。*/

interfacePCI

{public voidopen();public voidclose();

}classMainBoard

{public voidrun()

{

System.out.println("mainboard run");

}public void usePCI(PCI p) //PCI p = new NetCard(); 接口型引用指向自己的子类对象

{if( p!=null)

{

p.open();

p.close();

}

}

}class NetCard implementsPCI

{public voidopen()

{

System.out.println("netcard open");

}public voidclose()

{

System.out.println("netcard close");

}

}class SoundCard implementsPCI

{public voidopen()

{

System.out.println("netcard open");

}public voidclose()

{

System.out.println("netcard close");

}

}public classDuoTaiDemo4

{public static voidmain(String[] args)

{

MainBoard mb= newMainBoard();

mb.run();//mb.usePCI(null);

mb.usePCI(newNetCard());

}

}

/*Object:是所有对象的直接或者间接父类,传说中的上帝。

该类中定义的肯定是所有对象都具备的功能。

Object类中已经提供了对象是否相同的比较方法。*/

class Demo //extends Object

{private intnum;

Demo(intnum)

{this.num =num;

}public booleanequals(Object obj)

{

Demo d=(Demo)obj;return this.num ==d.num;

}

}classObjectDemo

{public static voidmain(String[] args)

{

Demo d1= new Demo(4);

Demo d2= new Demo(5);//Demo d3 = d1;//System.out.println(d1.equals(d2));

Class c =d2.getClass();

System.out.println(c.getName()+ "@@" +Integer.toHexString(d2.hashCode()));

System.out.println(d2.toString());

}

}

/*需求:数据库的操作。

Dao: data access object

1,连接数据库。JDBC Hibernate

2,操作数据库。

c create r read u update d delete

3,关闭数据库里连接*/

interfaceUserInfoDao

{public voidadd(User user);public voiddelete(User user);

}class UserInfoByJDBC implementsUserInfoDao

{public voidadd(User user)

{1,连接数据库。;2,使用sql添加语句添加数据库。;3,关闭连接。;

}public voiddelete(User user)

{1,连接数据库。;2,使用sql添加语句删除数据库。;3,关闭连接。;

}

}classDBOperate

{public static voidmain(String[] args)

{

UserInfoByJDBC ui= newUserInfoByJDBC();

ui.add(User);

ui.delete();

}

}

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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