Java 多态详解:概念、实现机制与实践应用

Java 多态详解:概念、实现机制与实践应用

文章目录

多态(Polymorphism)是 Java 面向对象编程中的核心特性之一,与封装、继承共同构成了面向对象设计的基础。理解多态不仅有助于写出更加灵活、可扩展的代码,也能帮助我们更好地理解 Java 框架(如 Spring)背后的设计思想。


一、什么是 Java 的多态

在 Java 中,多态指的是:
同一个父类(或接口)引用,在不同子类对象上调用同一个方法时,表现出不同的行为。

换句话说,方法的调用结果并不是由“引用的类型”决定,而是由“对象的实际类型”决定。

一个简单示例如下:

classAnimal{publicvoidsound(){System.out.println("animal");}}classDogextendsAnimal{@Overridepublicvoidsound(){System.out.println("wang");}}classCatextendsAnimal{@Overridepublicvoidsound(){System.out.println("miao");}}publicclassDemo{publicstaticvoidmain(String[] args){Animal a1 =newDog();Animal a2 =newCat(); a1.sound(); a2.sound();}}

运行结果

wang miao 

变量看左边,方法看右边。

虽然变量类型都是 Animal,但在运行时会根据对象的真实类型调用不同的实现,这就是多态。


二、多态成立的基本条件

Java 中的运行时多态通常需要满足以下条件:

  1. 存在继承关系或接口实现关系
  2. 子类对父类方法进行了重写
  3. 使用父类或接口类型的引用指向子类对象

其中第三点通常也被称为“向上转型”。

Animal animal =newDog();

这种写法是多态得以发挥作用的前提。


三、方法重写与多态的关系

多态依赖于方法重写(Override),而不是方法重载(Overload)。

方法重写要求:

  • 方法名相同
  • 参数列表相同
  • 返回值类型兼容
  • 访问权限不能变小

示例:

classParent{publicvoidtest(){System.out.println("parent");}}classChildextendsParent{@Overridepublicvoidtest(){System.out.println("child");}}

当通过父类引用调用 test() 方法时,真正执行的是子类中的实现。


四、方法重载不是多态

虽然方法重载和多态在名字上容易混淆,但二者本质完全不同。

classDemo{voidtest(int a){}voidtest(String s){}}

方法重载是在编译期根据参数类型决定调用哪个方法,不涉及运行时的动态绑定,因此不属于多态。


五、成员变量是否具有多态性

成员变量不具备多态性。

classA{int x =10;}classBextendsA{int x =20;}A a =newB();System.out.println(a.x);

输出结果为:

10 

原因是:
成员变量的访问只与引用类型有关,与对象的实际类型无关。

常见总结为一句话:
变量看左边,方法看右边。


六、static、final、private 方法与多态

并不是所有方法都参与多态。

static 方法

static 方法属于类,而不是对象,在编译期就已经确定调用关系,因此不存在多态。

classA{staticvoidtest(){System.out.println("A");}}classBextendsA{staticvoidtest(){System.out.println("B");}}A a =newB(); a.test();// 输出 A

final 方法

final 方法不能被重写,因此也不具备多态。

private 方法

private 方法对子类不可见,无法被重写,也不存在多态行为。


七、接口与抽象类中的多态

接口多态

接口是 Java 中最常见、也是最重要的多态使用形式之一。

interfacePayment{voidpay();}classAlipayimplementsPayment{publicvoidpay(){System.out.println("alipay");}}classWechatPayimplementsPayment{publicvoidpay(){System.out.println("wechat");}}Payment payment =newAlipay(); payment.pay();

通过接口类型引用不同实现类,可以在不修改调用方代码的情况下切换实现。


抽象类多态

抽象类同样可以作为多态的基础。

abstractclassShape{abstractdoublearea();}classCircleextendsShape{double r;Circle(double r){this.r = r;}doublearea(){returnMath.PI * r * r;}}

八、JVM 层面:多态是如何实现的

Java 的运行时多态在 JVM 层面主要依赖 虚方法表(Virtual Method Table,vtable)

其核心机制是:

  • 每个类在加载时都会生成一张虚方法表
  • 表中存放的是可被重写的方法入口
  • 方法调用时,根据对象的实际类型查找虚方法表
  • JVM 使用 invokevirtual 指令完成动态分派

以下方法不会进入虚方法表:

  • static 方法
  • final 方法
  • private 方法
  • 构造方法

九、多态在实际开发中的价值

多态的最大价值体现在以下几个方面:

  • 降低模块之间的耦合
  • 提高系统的可扩展性
  • 支持面向接口编程
  • 符合开闭原则(对扩展开放,对修改关闭)

例如:

List list =newArrayList(); list =newLinkedList();

调用方代码无需修改,只需替换实现即可获得不同的行为。


十、总结

多态是 Java 面向对象设计中的核心机制,其本质是运行期动态绑定
方法的实际执行由对象的真实类型决定,而不是引用类型。
并非所有方法都具备多态特性,static、final、private 方法不参与多态。
接口和抽象类是实现多态的主要手段,多态也是现代 Java 框架设计的重要基础。

Read more

Stable Diffusion VS I2VGen-XL:谁更适合做图像转视频?

Stable Diffusion VS I2VGen-XL:谁更适合做图像转视频? 背景与问题提出 随着AIGC(人工智能生成内容)技术的爆发式发展,从静态图像到动态视频的生成能力成为多模态AI的重要前沿。在众多图像转视频(Image-to-Video, I2V)方案中,Stable Diffusion 和 I2VGen-XL 是两个备受关注的技术路径。前者是通用文生图模型,通过扩展实现视频生成;后者则是专为图像驱动视频设计的原生架构。 然而,对于开发者和创作者而言,一个核心问题浮现:当目标是将一张静态图片转化为自然流畅的短视频时,究竟该选择哪个技术路线? 本文基于实际项目“Image-to-Video图像转视频生成器”的二次开发经验(by科哥),深入对比 Stable Diffusion 与 I2VGen-XL 在图像转视频任务中的表现差异、技术原理、工程落地难点及适用场景,帮助你做出更明智的技术选型。 技术本质解析:两种不同的生成逻辑 Stable Diffusion:文生图模型的“外挂式”扩展 Stable Diffusion 最初是一个文本到图像的扩散模型,

By Ne0inhk

Modelsim仿真软件的,安装/破解/使用教程大全

仿真前言         作为一名FPGA工程师,在做FPGA开发时,使用仿真一定是最重要的,有些人喜欢写完代码直接上板子调试,根本不会做一点点仿真;如果是简单的逻辑代码,有十足的把握,那就不用仿真,可以直接上板子调试,但是,如果您是在做工程的开发,很多代码都是第一次编写调试,那么,代码的仿真是一定要做的,你要问我为啥,我个人觉得,每次把自己写完的代码,放到modelsim上面仿真看一下波形,就像考试的时候,拿着参考答案在做题一样的感觉,各个波形的变化你都会看的一清二楚,但是如果你用在线逻辑分析仪看RTL的仿真,那真的是太耗费时间;         我知道这个时候就会有人说了,Modelsima仿真有啥用呀,和下板子调试完全是两个概念,包括信号延迟,信号质量,眼图等都不一样,说的也对,但是实际情况是,这些人眼高手低,觉得仿真这种操作太麻烦;仿真虽然不能完全模拟真实的硬件信号,硬件延迟也没法准确仿真,但是他能让你在开发的时候,规避掉95%的因为代码引起的错误,这会让你在调试阶段节省很多时间;然后剩下的调试你必须 要在硬件调试时才会发现并且解决;        在调试阶段,FPGA为

By Ne0inhk

CLIP论文阅读

作者:LioneWang 链接:https://zhuanlan.zhihu.com/p/1996842714956841421 来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。   标题 * Learning transferable visual models from natural language supervision * Clip定义是constrastive language-image pre-training * 无监督的训练范式 通过正类和负类样本的比较,看到正类就拉近,看到负类就拉远 目的 从自然语言的监督信号学习迁移性能好的模型 目的是学一个泛化性能好的特征,从而在各种数据集和任务,不需要训练,直接推理就可以获得好的效果 框架 * 对比学习预训练 * 创建label分类器,用prompt engineering的方式将文本变成句子 * 使用zero-shot进行推理 摘要 * 之前的数据集有固定的类,但是如果推理任务需要一个其他的类,这个类难道要新训练一个模型吗? 该方法可以通过z

By Ne0inhk
FPGA Debug:PCIE XDMA没有Link up(驱动检测不到xilinx PCIE设备)使用LTSSM定位问题

FPGA Debug:PCIE XDMA没有Link up(驱动检测不到xilinx PCIE设备)使用LTSSM定位问题

问题现象: 与驱动联调:驱动无法扫描到Xilinx的PCIE设备 通过ila抓取pcie_link_up信号:发现link up一直为低 问题分析:         出现这种情况,在FPGA中搭建测试环境,使用XDMA+BRAM的形式,减少其它模块的影响,框架如下: 1 检查PCIE的时钟 时钟,必须使用原理图上的GT Ref 差分时钟,通过IBUFDSGTE转为单端时钟 2 检查PCIE 复位 复位:PCIE复位信号有要求--上电后,PCIE_RESTN信号需在电源稳定后延迟一段时间再释放,通常是100ms以上 而这100ms的时间,系统主要做以下的事情: * 电源稳定时间 * 参考时钟稳定时间 * PCIe IP核的复位和初始化时间 * 链路训练时间 // 典型的100ms时间分配: 0-10ms   : 电源稳定 (Power Stable) 10-20ms  : 参考时钟稳定 (Refclk Stable)   20-30ms  : 复位释放和PLL锁定 (Reset Release

By Ne0inhk