多态和多态模型

本文深入探讨了C++中的多态概念,包括虚函数的作用、虚函数表的原理以及多态的分类。讲解了静态多态(重载)与动态多态(虚函数重写)的区别,并通过实例分析了单继承和多继承下的对象模型。同时,文章提到了菱形继承带来的问题以及如何通过虚继承来解决这些问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1:什么是多态?
1.1 概念回顾
虚函数:类的成员函数前面加virtual关键字,则这个成员函数称为虚函数。
虚函数重写:当在子类中定义了一个与父类完全相同的虚函数时,则称子类的这个函数重写(也称覆盖)了父类的这个虚函数。
多态:当使用基类的指针或引用调用重写的虚函数时,当指向父类调用父类的虚函数,当指向子类调用子类的虚函数。
这里写图片描述
注:
1)派生类重写基类的虚函数实现多态,要求函数名、参数列表、返回值完全相同。(协变除外)
2)基类中定义了虚函数,在派生类中该函数始终保持虚函数的特性。
3)只有类的成员函数才能定义为虚函数。
4)静态成员函数不能定义为虚函数。
5)如果在类外定义虚函数,只能在声明函数时加virtual,类外定义函数时不能加virtual。
6)构造函数不能为虚函数,虽然可以将operator=定义为虚函数,但是最后不要将operator=定义为虚函数,因为容易使用时引起混肴。
7)不要在构造函数和析构函数里面调用虚函数,在构造函数和析构函数中,对象是不完整的,可能会发生未定义的行为。
8)最好把基类的析构函数声明为虚函数。(因为,析构函数比较特殊,派生类的析构函数与基类的析构函数名称不一样,但由于编译器的特殊处理会把析构函数的名称都翻译为deconstruct,就构成覆盖。)
c++中虚函数的主要作用就是去实现多态。即父类的指针/引用调用重写的虚函数,当父类指针/引用指向父类对象调用父类的虚函数,指向子类调用子类的虚函数。
1.2探索虚函数表
虚函数表是通过一块连续内存来存储函数的地址。这张表解决了继承、虚函数(重写)的问题。在有虚函数的对象实例中都存在一张虚函数表,虚函数表就像一张地图,指明了实际应该调用的虚函数函数。

class Base
{
 public:
     virtual void func1()
     {}
     virtual void func2()
     {}
 private:
     int a;
 };
void Test1()
{
    Base b1;
    cout<<sizeof(b1)<<endl;
}    

分析如下:
这里写图片描述
由上图可知,Base类的大小由成员变量b1的内存大小和虚表指针所占内存大小决定,故而在32位程序中,b1占8个字节,在64位程序中,b1占12个字节。
1.3 多态的分类——动/静态多态
多态是多种形态,C++的多态分为静态多态和动态多态。
1)静态多态就是重载,因为在编译期间决议确定的,所以称为静态多态。
2)动态多态就是通过继承重写基类的虚函数实现的多态,因为是在运行时决议确定的,所以称为动态多态。

#include<iostream>
using namespace std;
class Base
{
public:
    virtual void func1()
    {
        cout << "Base::func1" << endl;
    }
    virtual void func2()
    {
        cout << "Base::func2" << endl;
    }
    void func3()
    {
        cout << "Base::func3" << endl;
    }
    void func3(int n)
    {
        cout <<n<<"->" "Base::func3" << endl;
    }
private:
    int a;
};
class Derive :public Base
{
public:
    virtual void func1()
    {
        cout << "Derive::func1" << endl;
    }

private:
    int b;
};
void Test(Base& p)
{
    p.func1();
    p.func3();
    p.func3(100);
}
int main()
{
    Base b;
    Derive d;
    Test(b);
    Test(d);
    system("pause");
    return 0;
}

这里写图片描述
注意:
基类指针或引用+虚函数=动态联编
动态联编+虚函数重写=多态
动态联编效率不及静态联编,动态联编指令多。
例题:

Base* p=NULL;
p->func1();//动态联编,要根据p指向的地址寻找虚表,对p解引用了,崩
p->func3();//静态联编,没有对p解引用
p->a=100;//对p解引用了,崩

2:多态的对象模型–单继承&多继承?
2.1 单继承:

//单继承多态对象模型
#include<iostream>
using namespace std;
class Base
{
public:
    virtual void func1()
    {
        cout << "Base::func1" << endl;
    }
    virtual void func2()
    {
        cout << "Base::func2" << endl;
    }
private:
    int a;
};
class Derive :public Base
{
public:
    virtual void func1()
    {
        cout << "Derive::func1" << endl;
    }
    virtual void func3()
    {
        cout << "Derive::func3" << endl;
    }
    virtual void func4()
    {
        cout << "Derive::func4" << endl;
    }
private:
    int b;
};

typedef void(*FUNC)();
void PrintVTable(int** VTable)
{
    cout << "====================================" << endl;
    cout << "虚表地址>" << VTable << endl;
    for (size_t i = 0; VTable[i] != 0; ++i)
    {
        printf("Vfunc[%d]:%p->", i, VTable[i]);
        FUNC f = (FUNC)VTable[i];
        f();
    }

    cout << "====================================" << endl;
}

void Test1()
{
    Base b1;
    Derive d1;
    int** VTable1 = (int**)(*(int**)&b1);
    int** VTable2 = (int**)(*(int**)&d1);
    PrintVTable(VTable1);
    PrintVTable(VTable2);
}

int main()
{
    Test1();
    system("pause");
    return 0;
}

运行结果如下:
这里写图片描述
分析如下图:
这里写图片描述
2.2 多继承:

//多继承多态对象模型
#include<iostream>
using namespace std;
class Base1
{
public:
    virtual void func1()
    {
        cout << "Base1::func1" << endl;
    }
    virtual void func2()
    {
        cout << "Base1::func2" << endl;
    }
private:
    int b1;
};
class Base2
{
public:
    virtual void func1()
    {
        cout << "Base2::func1" << endl;
    }
    virtual void func2()
    {
        cout << "Base2::func2" << endl;
    }
private:
    int b2;
};
class Derive :public Base1,public Base2
{
public:
    virtual void func1()
    {
        cout << "Derive::func1" << endl;
    }
    virtual void func3()
    {
        cout << "Derive::func3" << endl;
    }   
private:
    int d;
};
typedef void(*FUNC)();
void PrintVTable(int** VTable)
{
    cout << "====================================" << endl;
    cout << "虚表地址>" << VTable << endl;
    for (size_t i = 0; VTable[i] != 0; ++i)
    {
        printf("Vfunc[%d]:%p->", i, VTable[i]);
        FUNC f = (FUNC)VTable[i];
        f();
    }
    cout << "====================================" << endl;
}
void Test1()
{
    Derive d1;
    int** VTable2 = (int**)(*(int**)&d1);
    PrintVTable(VTable2);
    //Base2虚表在对象Base1后
    VTable2 = (int**)(*((int**)&d1+sizeof(Base1)/4));
    PrintVTable(VTable2);
}
int main()
{
    Test1();
    system("pause");
    return 0;
}

运行结果如下:
这里写图片描述
分析图如下:
这里写图片描述

3:多态的对象模型–菱形继承和菱形虚拟继承?(选做)
3.1 菱形继承

#include<iostream>
using namespace std;
class Base
{
public:
    virtual void func1()
    {
        cout << "Base::func1" << endl;
    }
    virtual void func2()
    {
        cout << "Base::func2" << endl;
    }
private:
    int b;
};
class Base1:public Base
{
public:
    virtual void func1()
    {
        cout << "Base1::func1" << endl;
    }
    virtual void func3()
    {
        cout << "Base1::func3" << endl;
    }
    virtual void func4()
    {
        cout << "Base1::func4" << endl;
    }
private:
    int b1;
};
class Base2 :public Base
{
public:
    virtual void func1()
    {
        cout << "Base2::func1" << endl;
    }
    virtual void func5()
    {
        cout << "Base2::func5" << endl;
    }
    virtual void func6()
    {
        cout << "Base2::func6" << endl;
    }
private:
    int b2;
};
class Derive :public Base1, public Base2
{
public:
    virtual void func1()
    {
        cout << "Derive::func1" << endl;
    }
    virtual void func3()
    {
        cout << "Derive::func3" << endl;
    }
    virtual void func5()
    {
        cout << "Derive::func5" << endl;
    }
    virtual void func7()
    {
        cout << "Derive::func7" << endl;
    }
private:
    int d;
};
typedef void(*FUNC)();
void PrintVTable(int** VTable)
{
    cout << "====================================" << endl;
    cout << "虚表地址>" << VTable << endl;
    for (size_t i = 0; VTable[i] != 0; ++i)
    {
        printf("Vfunc[%d]:%p->", i, VTable[i]);
        FUNC f = (FUNC)VTable[i];
        f();
    }
    cout << "====================================" << endl;
}
void Test1()
{
    Derive d1;
    int** VTable2 = (int**)(*(int**)&d1);
    PrintVTable(VTable2);
    //Base2虚表在对象Base1后
    VTable2 = (int**)(*((int**)&d1 + sizeof(Base1) / 4));
    PrintVTable(VTable2);
}
int main()
{
    Test1();
    system("pause");
    return 0;
}

分析图如下:
这里写图片描述
这里写图片描述
我们可以看见,最顶端的父类Base其成员变量b存在于Base1和Base2中,并被Derive给继承下去了。而在Derive中,其有Base1和Base2的实例,于是Base的成员在Derive的实例中存在两份,一份是Base1继承而来的,另一份是Base2继承而来的。所以,如果我们使用以下语句,则会产生二义性编译错误:

Derive d;
d.b = 0; //二义性错误
d.Base1::d = 1; //正确
d.Base2::d = 2; //正确

注意,上面例程中的最后两条语句存取的是两个变量。虽然我们消除了二义性的编译错误,但Base类在Derive中还是有两个实例,这种继承造成了数据的重复,我们叫这种继承为重复继承。重复的基类数据成员可能并不是我们想要的。所以,C++引入了虚基类的概念。
3.2 菱形虚拟继承
这里写图片描述
上述的“菱形继承”只需要把Base1和Base2继承Base的语法中加上virtual 关键,就成了菱形虚拟继承。结构如上图,其省略后的源码如下所示:

class Base
{……};
class Base1 : virtual public 
Base1{……};
class Base2: virtual public 
Base2{……};
class D : public B1, public B2
{ …… };

Base是基类,里有虚函数,故而一定有虚表;Base1和Base2当有虚函数时才有虚表,按继承顺序放置,当Base1和Base2只有一个有虚函数,则有虚函数的在前。
菱形虚继承打印虚表的运行结果如下:
这里写图片描述
菱形虚继承的虚基表如下所示:
这里写图片描述
菱形继承和菱形虚继承的虚基表区别如下图:
这里写图片描述
采用虚继承解决了菱形继承的冗余和二义性问题。

### AI大模型中的模型多态实现 #### 实现模型多态的技术背景 在AI大模型的发展过程中,多模态处理成为了一个重要的研究方向。这是因为现实世界的数据往往是多样的,包含了文本、图像、音频等多种形式的信息。为了有效地利用这些不同类型的输入数据并生成相应的输出结果,研究人员设计了一系列技术方法来支持模型多态特性。 #### 数据融合与表示学习 一种常见的做法是对来自不同类型源的数据进行统一编码或嵌入空间映射,使得原本异构的数据能够被转换成可以共同参与计算的形式。例如,在某些框架下会先分别针对每种媒体建立独立的基础特征提取器(如卷积神经网络用于图片分析),然后再把这些初级表征结合起来送入后续更高级别的联合建模层进一步加工处理[^1]。 #### 参数共享与特定化模块组合 对于提升效率以及减少资源消耗方面考虑,则采用了诸如跨通道交互机制或者条件门控结构等方式让部分权重可以在多个子任务之间重复使用;与此同时也会设置专门应对某一类特殊需求的小型分支单元负责捕捉那些仅存在于个别情况下的细微差异之处。这种既存在共通又保留个性的设计理念有助于平衡泛化能力精确度之间的关系[^2]。 #### 动态调整策略的应用 另外值得一提的是还有关于何时何地采用何种程度上的混合比例等问题上也进行了深入探讨——即所谓的“动态模态选择”。这意味着系统可以根据实际运行环境的变化灵活决定当前时刻应该侧重依赖哪几种感官信息作为主要依据来进行决策判断,并相应调节内部各组成部分的工作状态以达到最佳性能表现效果[^3]。 ```python class MultiModalModel(nn.Module): def __init__(self, text_encoder, image_encoder, fusion_layer): super(MultiModalModel, self).__init__() self.text_encoder = text_encoder self.image_encoder = image_encoder self.fusion_layer = fusion_layer def forward(self, texts, images): encoded_texts = self.text_encoder(texts) encoded_images = self.image_encoder(images) fused_representation = self.fusion_layer(encoded_texts, encoded_images) return fused_representation ``` 上述代码片段展示了一个简单的多模态模型架构实例,其中`text_encoder` `image_encoder` 分别代表了两个不同的基础特征提取组件,而它们最终会被传递给一个名为`fusion_layer` 的高层抽象处理器完成最后的整体综合运算过程。
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