覆盖,重写,重载,隐藏,多态的区别

本文深入浅出地解析了OOP编程中常见的几个容易混淆的概念:覆盖(重写)、重载、隐藏及多态,并通过示例代码展示了它们之间的区别。

简单解析一下OOP编程中常常让人困惑的几个名词。

覆盖,重写,重载,隐藏,多态

首先,覆盖也称重写,英文override

特点:

1.指不同作用域中(派生类和基类)同名函数的定义

2.函数名、参数均完全相同

3.基类对应方法前有 virtual,即被声明为虚函数

作用:

基类指针和引用在调用对应方法时,根据所指对象类型实现动态绑定。

其次,重载(overload)

特点:

1.作用域,同一类中

2.函数名相同,但是参数类型、个数等不完全相同

作用:

同一方法,根据传递消息的不同(类型或个数),产生不同的动作(相同方法名,实现不同)。

隐藏(遮蔽)

特点:

不同作用域,基类和派生之间

分两种情形:

一、基类和派生类函数名相同,但是参数列表不同,不同有无virtual,基类函数在派生类中被隐藏,派生类只能调用新的方法,不能调用已被隐藏的基类方法(不同于重载,作用域不同)

二、基类与派生类同名,同参,但基类函数无virtual,同样派生类中同样隐藏基类的同名同参函数(不同于覆盖,无virtual)


示例

#include <iostream>
using namespace std;

class base
{    
public:
    virtual void f(float x) {cout<<"base:f"<<endl; }
    void g(float x) {cout<<"base:g"<<endl; }
    void h(float x) {cout<<"base:h"<<endl;}
};

class derived : public base
{
public:
    virtual void f(float x) {cout<<"derived:f"<<endl; }
    void g(int x) {cout<<"derived:g"<<endl; }
    void h(float x) {cout<<"derived:h"<<endl;}
};

int main()
{ 
derived d;
base *pb = &d;
derived *pd = &d;

cout<<"test override:\n";
pb->f(3.14);
pd->f(3.14);

cout<<"test hide 1:\n";
pb->g(3.14);
pd->g(3.14);

cout<<"test hide 2:\n";
pb->h(3.14);
pd->h(3.14);

return 0;
}

分析:覆盖进行动态绑定,根据基类指针或引用指向的对象类型,调用相应的方法

隐藏进行静态绑定,取决于 调用的指针或应用类型,而非 基类指针或引用指向的对象类型

使用时,隐藏以产生混淆,应极力避免。


多态

指OOP编程中的一种表现特性。相同消息,作用于同一方法(只是函数名相同),产生的结果不同。

表现方法有 重载,实现接口与继承

重载中表现为有一对象调用同一个函数名(如add),根据传递参数(消息)的不同(如分别为int或float类型),调用不同的方法实现产生不同的结果。

继承中表现为不同层面中(派生类和基类),对同一函数(同名同参)的调用产生同的结果。



内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导仿真实践,利用人工神经网络对复杂的非线性关系进行建模逼近,提升机械臂运动控制的精度效率。同时涵盖了路径规划中的RRT算法B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿高精度轨迹跟踪控制;④结合RRTB样条完成平滑路径规划优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析神经网络训练,注重理论推导仿真实验的结合,以充分理解机械臂控制系统的设计流程优化策略。
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