Scala入门之OOP

蘑菇云代码

package com.dtspark.scala.basics

/**
 * 1,在Scala中定义类是用class关键字;
 * 2,可以使用new ClassName的方式构建出类的对象;
 * 3, 如果名称相同,则object中的内容都是class的静态内容,也就是说object中的内容class都可以在没有实例的时候直接去调用;
 *      正是因为可以在没有类的实例的时候去调用object中的一切内容,所以可以使用object中的特定方法来创建类的实例,而这个特定方法
 *      就是apply方法;
 * 4,object中的apply方式是class对象生成的工厂方法,用于控制对象的生成;
 * 5, 很多框架的代码一般直接调用抽象类的object的apply方法去生成类的实例对象:
 *      第一:其秘诀在于apply具有类的对象生成的一切生杀大权,抽象类是不可以直接实例化的,在apply方法中可以实例化抽象类的
 *              子类,以Spark中的图计算为例,Graph是抽象的class,在object Graph中的apply方法实际上是调用了Graph的子类GraphImpl来构建
 *              Graph类型的对象实例的,当然从Spark图计算的源码可以看出,GraphImpl的构造也是使用了object GraphImpl的apply方法;
 *      第二:这种方式神奇的效应在于更加能够应对代表版本迭代或者修改的变化,这是更高意义的面向接口编程;
 *  6,object HelloOOP是class HelloOOP的伴生对象,class HelloOOP可以直接访问object HelloOOP中的一切内容,而class HelloOOP是object HelloOOP
 *      的伴生类,object HelloOOP可以直接访问class HelloOOP的一切内容,一个特例是用private[this]修饰的成员,我们会在后面讲解。
 *  7, 在定义Scala的class的时候可以直接在类名后面()里加入类的构造参数,此时在apply方法中也必须有这些参数;
 *  8,scala中可以在object中构造很多apply方法;
 *  9, Scala中的很多集合都是使用apply的方式构造的,例如Array:
 *  
 *      def apply[T: ClassTag](xs: T*): Array[T] = {
 *   val array = new Array[T](xs.length)
 *   var i = 0
 *   for (x <- xs.iterator) { array(i) = x; i += 1 }
 *   array
 * }
 */
class HelloOOP(age:Int){
  var name = "Spark"
  def sayHello = {
    println("Hi, My name is " + name)
    println("I am " + age + " years old")
  }
}

object HelloOOP {
  var number = 0
  def main(args: Array[String]): Unit = {
    println("Hello Scala OOP!!!")

//    val helloOOP = new HelloOOP
    val helloOOP = HelloOOP()
    helloOOP.sayHello

    Array(1,2,3,4,5)



  }

  def apply(): HelloOOP = {
    println("My number is : " + number)
    number += 1
    new HelloOOP(10)
  }

  def apply(age:Int): HelloOOP = {
    println("My number is : " + number)
    number += 1
    new HelloOOP(age)
  }
}

以上内容来自[DT大数据梦工厂]首席专家Spark专家王家林老师的课程分享。感谢王老师的分享,更多精彩内容请扫描关注[DT大数据梦工厂]微信公众号DT_Spark

【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究(Matlab代码实现)内容概要:本文围绕【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究展开,重点介绍基于Matlab的代码实现方法。文章系统阐述了遍历理论的基本概念、动态模态分解(DMD)的数学原理及其与库普曼算子谱特性之间的内在联系,展示了如何通过数值计算手段分析非线性动力系统的演化行为。文中提供了完整的Matlab代码示例,涵盖数据驱动的模态分解、谱分析及可视化过程,帮助读者理解并复现相关算法。同时,文档还列举了多个相关的科研方向和技术应用场景,体现出该方法在复杂系统建模与分析中的广泛适用性。; 适合人群:具备一定动力系统、线性代数与数值分析基础,熟悉Matlab编程,从事控制理论、流体力学、信号处理或数据驱动建模等领域研究的研究生、博士生及科研人员。; 使用场景及目标:①深入理解库普曼算子理论及其在非线性系统分析中的应用;②掌握动态模态分解(DMD)算法的实现与优化;③应用于流体动力学、气候建模、生物系统、电力系统等领域的时空模态提取与预测;④支撑高水平论文复现与科研项目开发。; 阅读建议:建议读者结合Matlab代码逐段调试运行,对照理论推导加深理解;推荐参考文中提及的相关研究方向拓展应用场景;鼓励在实际数据上验证算法性能,并尝试改进与扩展算法功能。
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