Kotlin-抽象类和接口

接口和抽象类在Kotlin中的使用 抽象类是一种不能直接实例化的类,它可以包含抽象方法和非抽象方法。抽象类用于定义具有相似特征的类的通用行为,但不能被直接实例化。在Kotlin中,可以使用abstract关键字来声明一个抽象类。// 定义一个抽象类// 继承抽象类的子类// 使用抽象类${rectangle")${rectangle// 定义一个抽象类 abstract class Shape { 阅读详情

对于面向对象编程来说,抽象是它的一大特征之一。在Kotlin中可以通过抽象类和接口来完成抽象。抽象类和接口有很多相似之处,又有不同之处。

抽象方法

抽象方法是一种特殊的方法:它只有声明,而没有具体的实现。抽象方法的声明格式为:

abstract fun doSwim()
  1. 抽象方法必须用abstract关键字进行修饰
  2. 抽象方法不用手动添加open,默认被open修饰
  3. 抽象方法没有具体的实现
  4. 含有抽象方法的类成为抽象类,必须由abtract关键字修饰

抽象属性

抽象属性就是在var或val前被abstract修饰,抽象属性的声明格式为:

abstract var addr : String
abstract val weight : Float

1. 抽象属相在抽象类中不能被初始化
2. 在子类没有主构造函数,要对抽象属性,手动初始化。如果子类中有主构造函数,抽象属性可以在主构造函数中声明

class Student(name : String, age : Int, var no : String, var score : Int) : Person(name, age) {


    override var addr: String
        get() = ""
        set(value) {
        }
    override val weight: Float
        get() = 0F

    override fun doSwim() {

        println("doSwim")
    }
}

class Student(name : String, age : Int, var no : String, var score : Int, override var addr: String, override val weight: Float) : Person(name, age) {


    override fun doSwim() {

        println("doSwim")
    }
}
  1. 抽象属性只能在抽象类中声明
    4.

抽象类

含有抽象方法的类,称为抽象类。在抽象类中,不仅可以有抽象方法,同时可以有具体实现的方法。

abstract class Person(var name : String, var age : Int) : Any() {

    abstract var addr : String
    abstract val weight : Float

    abstract fun doSwim()

    fun doFly() {
        println("doFly")
    }

    fun doEach() {
        println("doEach")
    }
}

抽象类和普通类的主要有三点区别:

  1. 抽象方法必须为public或者protected(因为如果为private,则不能被子类继承,子类便无法实现该方法),缺省情况下默认为public。
  2. 抽象类不能用来创建对象;
  3. 如果一个类继承于一个抽象类,则子类必须实现父类的抽象方法。如果子类没有实现父类的抽象方法,则必须将子类也定义为为abstract类。如果抽象类中含有抽象属性,再实现子类中必须将抽象属性初始化,除非子类也为抽象类。

接口

Kotlin的接口类似于java 8,它们都可以包含抽象方,以及方法的实现。

接口和抽象类不同的是,接口不能保存状态,可以有属性但必须是抽象的。

接口是通过关键字 interface 来定义的:

interface MyInterface {

    val func : Int

    fun bar()
    fun foo() {
    //函数体是可选的
    }
}

接#口的实现

一个类中可以实现一个或多个接口。

class Child : MyInterface {
    fun bar () {
    //函数体
    }
}

接口中的属性

因为接口没有状态, 所以中只允许有无状态的属性。

重写冲突

当我们在父类中声明了许多类型, 有可能出现一个方法的多种实现。 比如:
interdace A {
fun foo() { print(“A”) }
fun bar()
}

interface B {
    fun foo() { print("B") }
    fun bar() { print("bar") }
} 

class C : A {
    override fun bar() { print("bar") }
} 

class D : A, B {
    override fun foo() {
        super<A>.foo()
        super<B>.foo()
    }

    override fun bar() {
        super.bar()
    }
}

接口A、B都有声明了foo()、bar()方法,它们都实现了 foo() 方法, 但只有接口B中实现了bar() ,在接口A中bar()方法被声明为抽象方法,这是因为在接口中如果函数没有函数体,那么默认是抽像的。C类作为实体类,继承于接口A,C类必须重写bar(),并将其实现。D类作为实体类,继承于接口A和B,由于bar()方法在接口B中已实现,此方法不需要重写。如果想调用B接口的实现需使用super关键字调用,调用方式为super.bar()。但是对于foo()方法,两个接口都有实现,此时编辑器不知该如何抉择,此时会强制我们重写foo(),并要求明确该方法的调用及实现。

抽象类和接口的差异

语法层面上的区别

  1. 接口不能保存状态,可以有属性但必须是抽象的,而抽类型可以有属性。
  2. 一个类只能继承一个抽象类,而一个类却可以实现多个接口。

设计层面上的区别

  1. 抽象类是对一种事物的抽象,即对类抽象,而接口是对行为的抽象。抽象类是对整个类整体进行抽象,包括属性、行为,但是接口却是对类局部(行为)进行抽象。举个简单的例子,飞机和鸟是不同类的事物,但是它们都有一个共性,就是都会飞。那么在设计的时候,可以将飞机设计为一个类Airplane,将鸟设计为一个类Bird,但是不能将 飞行 这个特性也设计为类,因此它只是一个行为特性,并不是对一类事物的抽象描述。此时可以将 飞行 设计为一个接口Fly,包含方法fly( ),然后Airplane和Bird分别根据自己的需要实现Fly这个接口。然后至于有不同种类的飞机,比如战斗机、民用飞机等直接继承Airplane即可,对于鸟也是类似的,不同种类的鸟直接继承Bird类即可。从这里可以看出,继承是一个 “是不是”的关系,而 接口 实现则是 “有没有”的关系。如果一个类继承了某个抽象类,则子类必定是抽象类的种类,而接口实现则是有没有、具备不具备的关系,比如鸟是否能飞(或者是否具备飞行这个特点),能飞行则可以实现这个接口,不能飞行就不实现这个接口。

  2. 设计层面不同,抽象类作为很多子类的父类,它是一种模板式设计。而接口是一种行为规范,它是一种辐射式设计。什么是模板式设计?最简单例子,大家都用过ppt里面的模板,如果用模板A设计了ppt B和ppt C,ppt B和ppt C公共的部分就是模板A了,如果它们的公共部分需要改动,则只需要改动模板A就可以了,不需要重新对ppt B和ppt C进行改动。而辐射式设计,比如某个电梯都装了某种报警器,一旦要更新报警器,就必须全部更新。也就是说对于抽象类,如果需要添加新的方法,可以直接在抽象类中添加具体的实现,子类可以不进行变更;而对于接口则不行,如果接口进行了变更,则所有实现这个接口的类都必须进行相应的改动。

CSRT跟踪算法的使用 Fu Xianjun. All Rights Reserved. 文章目录 前言 一、CSRT跟踪算法是什么? 二、使用步骤 1.引入库 2.读入数据 总结 前言 随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。 提示:以下是本篇文章正文内容,下面案例可供参考 一、CSRT跟踪算法是什么? 在具有通道和空间可靠性的判别相关滤波器(DCF-CSR)中,我们使用空间可靠性图将滤波器支持调整为从帧中选择区. 阅读详情

相关推荐

【纯血鸿蒙】安装hdc工具

参考资料:

oh.K 5563

kotlin的抽象类和抽象方法

在 Kotlin 中,抽象类和抽象方法是面向对象编程中的概念,用于实现抽象和多态性。每个模块可以由抽象类定义,并由具体的子类实现,从而实现更容易理解和维护的代码结构。代码复用: 抽象类可以包含一些通用的实现,子类可以继承这些实现并提供自己的具体实现。抽象性: 抽象类和抽象方法允许我们表示一种抽象的概念,而不涉及具体的实现细节。通过继承抽象类并提供具体实现,可以在运行时使用不同的对象,实现相同的抽象操作。在抽象类中,至少有一个抽象方法。继承抽象类: 创建一个子类,继承抽象类,并提供抽象方法的具体实现。

liulanba的博客 1435

PlutoSDR在matlab中的环境配置(包括驱动和硬件支持包)

双击下载到的驱动,除了点击接受协议和设置安装路径,其他只要点击下一步或者安装即可。登录或者注册你的账号,选择你的matlab版本(这里我的是2023b),点击下一步。设置安装路径,并选择我接受,点击下一步,即可安装完成,并在安装路径中得到。完成后,打开设备管理器,在端口和通用串行总线设备一栏,即可看见下图。点击进入,选择相应的系统安装包,这里我选择的Windows。可看到我们要安装的Pluto支持包,安装即可。右击桌面matlab,选择打开文件所在位置。右上角搜索pluto,选择并点击下一步。

weixin_53160338的博客 4868

Kotlin——抽象类(abstract)、内部类(嵌套类)详解

目录 一、抽象类 我们知道,在实际的开发程序的时候,一般都会写一个基类,封装常用方法、以及处理一些共有的逻辑,但是程序逻辑是根据每个类不同的功能实现不同的代码。而这个所谓的基类,一般都是一个抽象类。不管是Java还是Kotlin,实现其抽象类的作用就在于此。那么什么是抽象类呢,它是怎么定义的,它又要怎么使用呢? 1、抽象类的定义 抽象类,可以理解为类定义了一个模板。所有的...

u011661574的博客 4700

PTGui使用教程

PTGui使用教程为啥使用ptgui开始使用ptgui 为啥使用ptgui ptgui是一个全景拼接软件,在海思hi3559上做视频拼接的时候,需要拼接参数,这是就需要使用到ptgui,这里可以在该网站下下载ptgui:下载地址 开始使用ptgui 第一步,加载图片,我这里添加了三幅图 然后添加控制点(可以先多对准几次图像,这样会自动生成一些控制点,但是不保证准确),建议控制点不要太密集 点开镜头设置,勾选以下几个选项以及配置好镜头类型,如下图 点开优化器,在高级界面中配置如下参数,最后点

what_wrong的博客 1万+

【Python 实战基础】如何绘制热力图来模拟绘制北京景区热度图

Python如何绘制热力图来模拟绘制北京景区热度图 文件读写 基础语法 字符串处理 文件生成 数据构建

菜鸟实战的博客 3403

Kotlin——中级篇(七):抽象类(abstract)、内部类(嵌套类)详解

在前面几个章节中,详细的介绍了Kotlin类的类别中的数据类、密封类、接口类以及枚举类。在这个章节中会对Koltin的抽象类和内部类作出一个详细的讲解。如果对上面所提到的类的类别还不是很清晰的,请阅读我的前几篇文章。 Kotlin——中级篇(六):数据类(data)、密封类详解 Kotlin——中级篇(五):枚举类(Enum)、接口类(Interface)详解 Kotlin——中级篇(一):类(...

weixin_34237596的博客 666

1.2 从“跟网”到“构网”:技术范式的历史性转变

新型电力系统面临"双高"特征带来的稳定性挑战,促使并网控制技术从"跟网型"向"构网型"范式转变。传统跟网型变流器作为受控电流源依赖强电网,存在短路电流能力有限、易失稳等缺陷;而构网型变流器模拟同步发电机特性,作为受控电压源具备自主建立电压/频率、提供虚拟惯性、增强短路容量和改善系统阻尼四大核心能力。这一技术范式转变使变流器从电网跟随者变为构建支撑者,成为解决新能源大规模接入稳定性的关键。

技术工作者 725

Kotlin中的抽象类实现

抽象方法是只有方法签名,没有方法实现的方法。 有abstract修饰的成员,无须使用open修饰,当使用abstract修饰类时,表明这个类需要被继承;当使用abstract修饰方法、属性时,表明这个方法、属性必须由子类提供实现。 一、抽象成员和抽象类 抽象成员和抽象类必须使用abstract修饰符来定义,包含抽象成员的类智能被定义成抽象类,抽象类中可以没有抽象成员。 抽象方法和抽象类的规则如下: 抽象类必须使用abstract修饰符来修饰,抽象爱你个成员也必须使用abstract修饰符来修饰,抽象方法不能

p1830095583的博客 1981

【8】mctp & pldm

异步会check seq,保证不丢包,虽然发一条req,不用等,但是不能发下一条req,等上条response回来后才能发下一条。TO(tag owner)=1是request,TO=0是response,但是异步通信response由0改为1。如下还有kcs,i3c,serial等。

持续更新ing... 1084

Codex入门10-Goal自主任务(进阶必学:设定目标就不管了,AI自己干活到完成)

/goal 是Codex CLI最强大的进阶功能——设定一个目标,AI就会制定计划、分步执行、自我测试、持续迭代,即使你关掉终端也会继续。本文详解/goal的工作原理、配置启用方法、常用命令(pause/resume/status/clear),以及如何写出高质量的目标描述让AI高效自主完成任务。

yueyeguzhuo的专栏 456

Kotlin之抽象类

kotlin之抽象类笔记

七夜聖君的博客 710

基于FFT的轴承故障诊断 - MATLAB代码和详细解释

最后,我们可以根据异常特征的位置和特征分析来确定轴承故障的类型。最后,我们可以根据异常特征的位置和特征分析来确定轴承故障的类型。因此,通过分析频谱图,我们可以识别轴承故障的特征。因此,通过分析频谱图,我们可以识别轴承故障的特征。我们可以选择适当的阈值,并在频谱图上标记异常特征。通过这种基于FFT的轴承故障诊断方法,我们可以快速、准确地检测和诊断轴承故障。接下来,我们将应用FFT来获取振动信号的频谱信息,频谱显示了信号在不同频率上的能量分布。通过将异常特征标记在频谱图上,我们可以直观地识别轴承故障的存在。

COWizard的博客 615

Kotlin抽象类和接口

一、首先了解一下面向对象的基本概念 1.本质上就是解决如何用程序描述世界的问题 2.讨论如何把实际存在的东西映射成程序的类和对象 3.一种程序设计的思路、思想、方法 4.程序设计层面的概念 5.设计模式:前人的程序设计经验 6.一个类可以单继承(类)、多实现(接口) 二、下面来看一个例子 package net.println.kotlin.chapter4 /** * @au...

向小凯同学学习 1287

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

【Kotlin】接口和抽象类 ( 接口属性和方法定义 | 接口默认方法实现 | 抽象类 )

一、接口属性和方法定义、 二、接口默认方法实现、 三、抽象类

让 学习 成为一种 习惯 ( 韩曙亮 の 技术博客 ) 6193

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

【深入kotlin】- 接口和抽象类

kotlin

kmyhy的专栏 2293

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

关于Kotlin中抽象类和接口的一点总结

抽象类和接口 一、Kotlin中的接口 定义上: Kotlin中的接口跟Java8是很类似的,可以包含抽象方法的定义也可以包含抽象方法的实现,但是不包含任何状态。 语法规则上: interface关键字用来修饰Kotlin中的接口,这个和java类似的 interface Clickable{ fun click() } 使用的时候是这样的 class Button :...

haibowen的博客 877

kotlin - 接口和抽象类

kotlin - 接口和抽象类 接口 kotlin中的接口java中的接口也有一些区别,kotlin中定义接口的语法如下: [修饰符] interface 接口名:父类接口1,父类接口2...{ 0个或者多个属性定义 0个或者多个方法定义 0个或者多个嵌套类、嵌套接口、嵌套枚举定义 } kotlin中接口的特点 与java8相似的是,kotlin的接口既可包含抽象方法,又可以包含非抽象方法 接口中的属性没有幕后字段(field),不能保存状态,在接口中定义的属性要么是抽象

guojingbu的博客 622

kotlin学习总结(三)——类和对象、继承、接口和抽象类

这里写目录标题一、类和对象1.1 类的声明1.2 类的构造函数1.2.1 主构造函数1.2.2 init初始化块1.2.3 次构造函数1.2.4 注意点1.3 类的实例化1.4 Getter()与Setter()1.5 可见性修饰符1.6 编译时常数1.7 延迟初始化和惰性初始化1.7.1 延迟初始化1.7.2 惰性初始化 一、类和对象 1.1 类的声明 Kotlin 中使用关键字 class 声明类 class Invoice { /*……*/ } 类声明由类名、类头(指定其类型参数、主构造函数等)以及

weixin_44630656的博客 1893

Kotlin从零开始:抽象类,接口,继承和类型别名

Kotlin是一种现代编程语言,可编译为Java字节码。 它是免费的, 开放 源码 ,并承诺使编码为Android更有趣。 在上一篇文章中 ,您了解了有关Kotlin属性的更多信息,例如后期初始化,扩展和内联属性。 不仅如此,您还了解了Kotlin中的高级类,例如数据,枚举,嵌套和密封类。 在本文中,您将通过学习抽象类,接口和继承来继续学习Kotlin中的面向对象编程。 作为奖励,您还...

代码教主 306

Kotlin学习之抽象类和接口

Kotlin学习之抽象类和接口 @(Kotlin学习) 抽象类和接口是面向对象的高级特性。 一、抽象类 类和其中的某些成员可以声明为abstract。抽象成员在本类中可以不用实现。 abstract class 抽象类名[(主构造函数)] [: 继承父类和实现接口]{......} Kotlin中的类默认不可继承,但抽象类就是为继承设计的,因此即使不用open关键字修...

星霖的博客 367

Kotlin学习4.5:抽象类和接口

Kotlin学习4.5:抽象类和接口抽象类接口 抽象类 在定义一个类时,通常需要定义一些方法来描述该类的行为特征,但有时这些方法的实现方式是无法确定的。 因此,可以将其定义为抽象方法,抽象方法使用关键字 abstract 修饰,该方法没有方法体,在使用时需要实现其方法体,当一个类中包含了抽象方法,该类必须使用关键字abstract 定义为抽象类。 语法格式如下: abstract class...

qq_43233085的博客 229

Kotlin新手教程四(抽象类和接口)

上例中D调用 super< A >.foo()和 super< B >.foo(),所以如果调用D的foo方法就会输出AB,我们也可以选择调用任意一个,这样其实是比Java更好的,因为在Java里面如果要实现多个接口,且里面有重复的方法名,那么其实覆盖不覆盖也无所谓,因为没有方法体。这一规则既适用于继承单个实现(bar())的方法也适用于继承多个实现(foo())的方法。通过 SAM 转换, Kotlin 可以将其签名与接口的单个抽象方法的签名匹配的任何 lambda 表达式转换为实现该接口的类的实例。

m0_49622667的博客 727

【kotlin】接口和抽象类

我们来定义一个接口,new一个Kotlin Interface,名字为IMan interface IMan { fun joyride() } 然后新建一个Man类,实现刚才的IMan接口 class Man:IMan { override fun joyride(){ println("我在飙车") } } 编写测试代码 fun main(args: Array<Stri...

Errol's Blog 570

Kotlin类和对象_接口_抽象类

Kotlin支持面向对象编程(OOP)以及函数式编程。 面向对象编程基于对象和类。 Kotlin还支持OOP语言的支柱,如:封装,继承和多态。 Kotlin类与Java类基本类似,类是具有共同属性的对象的蓝图。 Kotlin类使用关键字class声明。 Kotlin类有一个类头,它指定了它的类型参数,构造函数等,以及由花括号包围的类体。 class Account { var acc_no...

阳光下的影子的博客 415

Kotlin类、抽象类、接口、继承类和实现接口、可空类型基础

类 Kotlin类的可见性默认为public Kotlin类中无内容可以省略{} 所有的 // 类的定义 class A 抽象类 接口 类的继承 接口的实现

my优快云1997的博客 445
上一篇: Kotlin - 继承
下一篇: Android 动画之补间动画
行云间
博客等级 码龄12年 438粉丝 173原创
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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