Objective-C 伪继承 与 消息重定向

本文介绍了Objective-C中实现伪多重继承的方法。通过消息转发和重写forwardInvocation及methodSignatureForSelector方法,可以让一个类间接地使用另一个类的功能,从而模拟多重继承的效果。

多继承

Objective-C不支持多重继承,但是我们有方法实现伪继承.

举个例子,加入对象A无法处理消息fun,而对象B可以处理,此时A已经继承于类C,所以此时A不能再继承B。我们可以用消息转发的方式,来将消息转发给能够处理fun消息的对象B。

当然可以这么实现

1 A:

2 -fun

3 {

4         if([B respondTo:@selector(fun)])

5         {

6                 return [B fun];

7         }

8         return self;

9 }

这样简单的将消息转发出去,但是此方式欠妥,特别是当很多消息都要A来处理,但是A又无法处理的时候,你需要实现各种fun来提供每一种方法处理方式。并且当写下代码的时候,所能处理的消息集合也就必须确定下来,也就是说是静态的。

有一种解决方案可以解决此问题 : forwardInvocation:方法,此方法继承与NSObject。不过NSObject中此方法的实现,只是简单的调用了doesNotRecognizeSelector:

我们要做的是重写需要转发消息的类A的forwardInvocation方法,以实现将消息转发给能处理fun消息的对象。

- (void)forwardInvocation:(NSInvocation *)anInvocation
{
    if ([B respondsToSelector:[anInvocation selector])
        [anInvocation B];
    else
        [super forwardInvocation:anInvocation];
}

还有关键一步,是重写methodSignatureForSelector方法,此方法是在向对象发送不能处理的消息的时候调用的,此方法可判断消息fun是否有效注册。如果注册过fun,那么则返回fun消息的地址之类的信息,如果无效则返回nil,那么就crash掉。所以我们要把fun消息注册为一个有效的。

   
1 - (NSMethodSignature*)methodSignatureForSelector:(SEL)selector
2 {
3 NSMethodSignature* signature = [super methodSignatureForSelector:selector];
4
5 if (!signature)//如果父类中无注册fun消息,那么将B注册
6 signature = [B methodSignatureForSelector:selector];
7
8 return signature;
9 }

这样一来,消息fun将被转发至B。

我们来说一下向一个对象发送消息后,系统的处理流程

1.首先发送消息[A fun];

2.系统会检查A能否响应这个fun消息,如果能响应则A响应

3.如果不能响应,则调用methodSignatureForSelector:来询问这个消息是否有效,包括去父类中询问。

4.接着调用forwardInvocation:此时步骤三返回nil或者可以处理消息的消息地址。如果nil则crash,如果有可以处理fun消息的地址,那么转发成功。

 

 




http://www.cppblog.com/cokecoffe/archive/2012/05/23/175943.html

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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