建议39:使用匿名类的构造函数

import java.util.ArrayList;
import java.util.List;


public class Client17 {
public static void main(String[] args) {
List l1 = new ArrayList();
List l2 = new ArrayList(){};
List l3 = new ArrayList(){{}};
System.out.println(l1.getClass() == l2.getClass());
System.out.println(l2.getClass() == l3.getClass());
System.out.println(l1.getClass() == l3.getClass());
}
}
内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
在 Python 中,**一个类不能有多个构造函数**(像 C++ 或 Java 那样通过参数重载实现多个构造函数),但可以通过以下几种方式 **模拟多个构造函数的行为**。 Python 的类只有一个 `__init__` 方法作为初始化函数。但我们可以通过以下技巧来支持多种对象创建方式。 --- ### ✅ 模拟“多个构造函数”的常用方法 #### ✅ 方法 1:使用类方法(`@classmethod`)作为替代构造函数(推荐) 这是最 Pythonic 的方式。定义多个 `@classmethod` 来从不同输入创建实例。 ```python class Person: def __init__(self, name, age): self.name = name self.age = age @classmethod def from_string(cls, data): """从 'name,age' 字符串创建 Person 实例""" name, age_str = data.split(',') return cls(name.strip(), int(age_str.strip())) @classmethod def from_dict(cls, data): """从字典创建 Person 实例""" return cls(data['name'], data['age']) @classmethod def anonymous(cls): """创建匿名用户,默认值""" return cls("Unknown", 0) def __repr__(self): return f"Person(name='{self.name}', age={self.age})" # 使用示例 p1 = Person("Alice", 25) # 正常构造 p2 = Person.from_string("Bob, 30") # 模拟构造函数1 p3 = Person.from_dict({"name": "Charlie", "age": 35}) # 构造函数2 p4 = Person.anonymous() # 默认构造函数 print(p1) print(p2) print(p3) print(p4) ``` 输出: ``` Person(name='Alice', age=25) Person(name='Bob', age=30) Person(name='Charlie', age=35) Person(name='Unknown', age=0) ``` --- #### ✅ 方法 2:使用默认参数和可选参数(单一入口多行为) 让 `__init__` 接受多种输入类型,内部判断处理。 ```python class Point: def __init__(self, *args, x=None, y=None): if len(args) == 2: self.x, self.y = args elif len(args) == 1: data = args[0] if isinstance(data, tuple): self.x, self.y = data elif isinstance(data, dict): self.x = data.get('x', 0) self.y = data.get('y', 0) else: self.x = x or 0 self.y = y or 0 def __repr__(self): return f"Point({self.x}, {self.y})" # 多种创建方式 p1 = Point(1, 2) p2 = Point((3, 4)) p3 = Point({'x': 5, 'y': 6}) p4 = Point(x=7, y=8) p5 = Point() print(p1) # Point(1, 2) print(p2) # Point(3, 4) print(p3) # Point(5, 6) print(p4) # Point(7, 8) print(p5) # Point(0, 0) ``` > ⚠️ 缺点:逻辑复杂时难以维护;不清晰暴露接口。 --- #### ✅ 方法 3:工厂函数(外部函数创建对象) 将构造逻辑封装在外部函数中。 ```python def create_point_from_polar(r, theta): import math return Point(x=r * math.cos(theta), y=r * math.sin(theta)) # 使用 import math p6 = create_point_from_polar(1, math.pi / 4) print(p6) # Point(0.707..., 0.707...) ``` --- ### ✅ 为什么 Python 不支持重载构造函数? - Python 是动态类型语言,函数签名不依赖参数数量或类型 - `__init__` 只能定义一次 - 多个同名方法会覆盖(后定义的生效) 所以必须用上述模式来“模拟”多构造函数。 --- ### ✅ 最佳实践建议 | 场景 | 推荐方式 | |------|----------| | 不同数据源初始化(str, dict, etc) | 使用 `@classmethod` | | 参数可选、有默认值 | 使用默认参数 | | 复杂构建逻辑 | 工厂函数或 Builder 模式 | | 清晰 API 设计 | 多个类方法命名明确(如 `from_xxx`) | ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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