多态总结

多态实质:A系统向B系统请求名为甲的服务,甲这种服务在B里有多种实现方式,具体细节被封装在B系统中,对于A系统来说是不可见的。
以下规则适用于父类 的引用变量引用子类实例变量

//父类
public class base{
    String BaseStr="base";
    static String staticBaseStr="staticBase";
    public void method1(){
        System.out.println("Base's method1")
    }
    public static void method2(){
        System.out.println("Base's static method2")
    }
}
//子类
public class Sub extends base{
    String SubStr="sub";
    static String staticSubStr="staticSub";
    public void method1(){
        System.out.println("Sub's method1")
    }
    public static void method2(){
        System.out.println("Sub's static method2")
    }
}
public class test{
    public void main(arg s){
        Base base =new Sub();//父类 的引用变量引用子类实例变量

        base.BaseStr="new base";//合法
        base.SubStr="new sub";//编译出错 不符合规则1,规则3第三点  Base中没SubStr;
        ((Sub)base).SubStr="new sub";//合法,向下转型为Sub类型

        base.staticBaseStr="123";//合法
        base.staticSubStr="123";//编译出错 不符合规则1,规则3第三点  Base中没staticSubStr;
        ((Sub)base).staticSubStr="123"//合法,理由同上

        base.method1();//根据规则2 打印Sub's method1 
        base.method2();//根据规则3第二小点 打印Base's static method2
    }
}

1、对于一个引用类型的变量,java编译器按照它声明的类型处理。
2、对于一个引用类型的变量运行时java虚拟机按照实际引用的对象来处理
3、在运行时环境中,通过引用变量来访问所引用对象的方法和属性时java虚拟机采用一下绑定机制:

//·实例方法与所引用的实际对象的方法绑定,这种属于动态绑定;
//·静态方法与所引用变量的声明类型(也就是声明变量的类)的方法绑定,静态绑定
//·成员变量(静态变量和成员变量)与所引用变量的声明类型(也就是声明变量的类)的成员变量绑定
//·换句话说引用变量是声明类型(也就是类)那么该引用变量所访问的静态方法,成员变量均是该类的静态方法和该类的成员变量,与第一点相呼应
内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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