Java关于mian方,单例设计模式,继承,super关键字,方法重写的学习

本文探讨了Java程序入口main方法的设计原因及运作原理,解释了为何main方法必须是静态的。此外,还介绍了单例设计模式的概念及其两种实现方式:饿汉式和懒汉式。最后,讲解了继承的基本概念及其实现细节。

1. main方法

main方法作为我们程序开始运行的入口,因此我们需要知道为什么会选择它为开始运行的入口,虚拟机是怎么运作它的,以及为什么main方法是静态的。

为了详细说明,在记录的时候用下图配合使用。


如图, java的内存分为三个部分 栈内存  堆内存  以及方法区

至于他们的作用在其他的博客讲到过 不再赘述。

一开始 .class文件被分析放在了方法区,并且识别出它其中所有的方法,然后从main方法里开始运行。运行到每一个方法,就会在栈内存中分配一定的区域给方法。

main函数作为程序的入口,能够被jvm识别,在代码中表现为 public static void main(String args[])

public 代表是权限最大,可以在任意时候被jvm访问,试想,如果将其改成private 显然会出现程序不能运行的情况。

static  main函数是一个静态函数,为什么不是实例函数呢? 试想,如果main函数不是静态函数,那么调用main函数之前势必要先建立一个对象,这个对象只能由jvm建立,怎么建立?建立在哪?这些问题都不是我们能够解决的,因此main函数是一个静态函数,直接被jvm调用即可

void代表没有返回值,同理,如果有返回值的话,那么返回值只能返回给jvm 要这个返回值有什么意义?给jvm返回什么?这些问题都是没有意义的。

main不是一个标识符,它只是一个特殊的符号能被jvm识别。

String args[] 是一个String数组参数,为什么要有这一行参数?是因为有些程序在一开始运行的时候就需要我们给它一些信息便于它使用。

2. 单例设计模式

模式 是 解决一类问题而产生的的特定的流程

比如 造一个房子,从开始到结束 会产生一套流程,后来的人不需要再去思考房子怎么造 而是学习这套流程即可。

单例设计模式是23种模式之一

它是用来解决保证内存中一个类只有一个对象,保证对象的唯一性。

比如网易每天要遭到上亿次的请求,如果给每一次请求都建立一个服务器对象的话,这无疑是相当消耗资源的。

如果实现这个模式?

首先要考虑,1.防止其他地方能够new一个新的对象  2. 需要建立唯一存在的一个对象  3. 给外面提供一个方法 能够使用这唯一的对象,

考虑到这三点

class A 

{

static A a = new A( );

   private A( )

{

}

public static A getA( )

{

 return a;

}

}

构造函数写成private  其他地方就不能实例化对象了。

在类中的成员变量写一个静态的A的引用变量a 并且实例化出来一个对象

然后写一个静态方法 能够获得这个对象

这样的话 就保证了对象永远只有这一份a 

单例模式还分为饿汉和懒汉两种

以上的实现是懒汉,

另一种情况程序中可能从头到尾都没有用到这个对象,那么显然这个类就消耗了一个对象内存,

因此可以成员变量a 不实例化对象  在静态方法中加一个if语句判断,如果还没有实例化对象 那么实例化a

否则直接返回 a.


3.继承

 很多事物直接有需要的联系,

比如学生 本就是  人。  学生就继承了人类的属性和一些行为

在写代码的时候,我们不需要实现学生类中在将人类的属性和方法全部写进去。

直接继承人类就可以

要注意的几点

 1. 在实例化子类的时候, 同时会先调用父类无参的构造函数,然后再调用子类的构造函数。

2.  如果出现父类和子类相同变量的时候,采用就近原则采用的是子类的变量值,但是此时内存中实际上存在了两份变量

实际上在内存中是这样的,堆内存在子类的对象中 分出了一片区域 实例化了父类的数据放入其中。

3. 如果想在实例化子类对象的同时初始化继承过来的父类属性, 就需要调用父类有参的构造函数

此时需要在子类中写一个参数和父类相同的构造函数 然后在构造函数中写super(参数)  如图


 如果父类有不想让子类继承的变量,加上private就可以。

【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深入理解四轴飞行器的飞行动力学特性与控制机制;同时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及无人机相关领域的工程技术人员,尤其适合从事飞行器建模、控制算法开发的研究生和初级研究人员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无人机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学程的推导与实现式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。同时可扩展为六自由度模型或加入外部干扰以增强仿真真实性。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协同轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无人机、无人车编队等场景。同时,文档列举了大量相关科研向与代码资源,展示了DMPC在路径规划、协同控制、电力系统、信号处理等多领域的广泛应用。; 适合人群:具备一定自动化、控制理论或机器人学基础的研究生、科研人员及从事智能系统开发的工程技术人员;熟悉Matlab/Simulink仿真环境,对多智能体协同控制、优化算法有一定兴趣或研究需求的人员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协同控制研究,如无人机集群、无人驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,同时参考文中提及的路径规划、协同控制等相关案,加深对分布式控制系统的整体理解。
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