Java5范型研究

1、  java 范型的实现原理: Java 语言中的泛型基本上完全在编译器中实现,由编译器执行类型检查和类型推断,然后生成普通的非泛型的字节码。这种实现技术称为擦除( erasure )(编译器使用泛型类型信息保证类型安全,然后在生成字节码之前将其清除),所以说其实 java 的所谓的范型知识形式上的,仅仅是在编译期做了手脚,生成了一些标明范型的变量,应为这些都是编译期的行为,那么引用 buaawhl 的一句话就是说: java 只能支持 Field, Methodgeneric type 信息,这些信息存放在 class 文件的 contant pool 中,作为字符串常量出现,标志是 signature

2、  由于 Java 范型的实现采用的是 Erasure 方式,仅仅是在编译期进行检查,所以在运行过程中我们就不能进行范型的实例化,因为我们不知道到底要实例化什么类型的对象,与原来我们手动进行强制类型转换的一样,我们如果知道我们能够转换成什么对象,那么我们就可以将我们知道的类型的信息传递过去,也就是吧 XX.class 传递过去,这样 jvm 就知道我们要实例化什么样的对象了。
 

3、  原来 Class<T> 表示的是一个范型的 Class 类啊,为什么搞的像 List<T> 样式的范型声明呢?搞得我迷糊了好长时间,一致以为是一个类似容器的东西呢,这个语法感觉到有些奇怪,见笑了:),这个类一般用来接受 XX.class 返回的对象。

4、  要想在 java 中范型用得爽,还得配合使用反射才行啊。由于 Java 采用了擦拭法进行范型的支持,所以我们依旧不能在运行期获取到具体的类型的信息,而至能够在我们进行设计的时候对其类型信息进行指定,那么我们指定的类型的信息就可以存放在编译后生成的 class 文件中了,我们可以通过反射来获取到具体的存放的信息,要获取到动态的传入的信息就不行了。


如下所示:

定义一个超类:
 

 

1 ExpandedBlockStart.gif ContractedBlock.gif public   class  SuperClass < extends  Number >   dot.gif
2 ExpandedBlockEnd.gif}
 
3 None.gif

 

再定义一个子类: <o:p> </o:p>

<o:p> </o:p>

None.gif import  java.lang.reflect.ParameterizedType; 
None.gif
None.gif  
None.gif
ExpandedBlockStart.gifContractedBlock.gif
public   class  MyTest < T >   extends  SuperClass < Integer >   dot.gif
InBlock.gif
InBlock.gif    
private  Class clazz  =   null  ; 
InBlock.gif
ExpandedSubBlockStart.gifContractedSubBlock.gif    
public   void  printClassInf() dot.gif
InBlock.gif
InBlock.gif       System. out .println( 
this  .getClass().getName()); 
InBlock.gif
InBlock.gif       System. out .println( 
this  .getClass().getTypeParameters()[ 0 ].getName()); 
InBlock.gif
InBlock.gif       System. out .println( 
this  .getClass().getSuperclass().getTypeParameters()[ 0 ].getName()); 
InBlock.gif
InBlock.gif       clazz 
= (Class) ((ParameterizedType)  this  .getClass().getGenericSuperclass()).getActualTypeArguments()[ 0 ]; 
InBlock.gif
InBlock.gif       String out 
=  clazz .getName(); 
InBlock.gif
InBlock.gif       System. out .println(out); 
InBlock.gif
ExpandedSubBlockEnd.gif    }
 
InBlock.gif
ExpandedSubBlockStart.gifContractedSubBlock.gif    
public   static   void  main(String[] args) dot.gif
InBlock.gif
InBlock.gif       MyTest test 
=   new  MyTest < > (); 
InBlock.gif
InBlock.gif       test.printClassInf(); 
InBlock.gif
ExpandedSubBlockEnd.gif    }
 
InBlock.gif
ExpandedBlockEnd.gif}
 
None.gif
None.gif

 


那么我们只能够获得我们实现定义好的要传入到 SuperClass 类中的 Integer 类型的范型信息,而不能得到我们在程序中传入的 类的类型信息,因为 java 范型的信息不记录的实例中,仅仅在类中进行了记录(这点感觉 java 的范型还不够成熟,可能因为要向后兼容等原因吧)。

<o:p> </o:p>

参考资料:

http://www.duduwolf.com/wiki/2006/51.html

http://calvin.iteye.com/blog/33139    白衣的 SpringSide 中对范型使用的说明

http://www-128.ibm.com/developerworks/cn/java/j-jtp01255.html   Java 理论和实践关于范型的讲解

http://www.nirvanastudio.org/java/dont-repeat-the-dao.html   范型实现可重用 DAO 的文章

http://gceclub.sun.com.cn/Java_Docs/html/zh_CN/api/java/lang/reflect/ParameterizedType.html#getActualTypeArguments()

http://buaawhl.iteye.com/blog/22020   范型的实现原理,讲的比较清楚

<o:p> </o:p>

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
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