迪米特原则 - Least Knowledge Principle - LKP

类的最少知识原则介绍与示例
博客介绍了类的最少知识原则,即一个类应对其他类保持最少了解,仅与直接的朋友通信。直接朋友指在成员变量、方法参数、方法返回值中的类。还通过校长了解学生名字的例子进行说明,给出了学生类、班主任类、校长类等相关内容及运行结果和源码地址。

定义: 一个类应该对其他类保持最少的了解。
释义: 只有直接的朋友通信。
直接的朋友:出现在成员变量,方法参数,方法返回值中的类。出现在局部变量中的类则不是直接朋友。
举例:如校长想知道学校全体同学的名字,只需与各班主任沟通就行,无需与所有同学沟通
学生类

#include <string>
class Student
{
public:
	Student(std::string name);
	Student(const Student &st); // 因为使用vector和string, 需实现拷贝构造函数
	~Student();

	void showName();   // 显示名称
	
private:
	std::string name;
};

班主任类

#include <string>
#include <vector>
#include "Student.h"
// 班主任类
class HeadTeacher
{
public:
	HeadTeacher(std::string name);
	HeadTeacher(const HeadTeacher &ht); // 因为使用vector和string, 需实现拷贝构造函数
	~HeadTeacher();
	
	void addStudent(Student st);   // 添加同学
	void showStudentName();        // 显示所有同学名字
private:
	std::string name;
	std::vector<Student> students;  // 保存学生
};

校长类

#include <string>
#include <vector>
#include "HeadTeacher.h"
class HeadMaster
{
public:
	HeadMaster(std::string name);
	~HeadMaster();

	void addHeadTeacher(HeadTeacher ht);
	void showAllStudentName();

private:
	std::string name;
	std::vector<HeadTeacher> headTeachers;  // 保存班主任
};

客户端

#include "HeadMaster.h"

int main(int agrc, char* argv[])
{
	// 生成学生
	Student stW1("Wang1");
	Student stW2("Wang2");
	Student stW3("Wang3");
	Student stW4("Wang4");
	Student stL1("Li1");
	Student stL2("Li1");

	// 生成班主任
	HeadTeacher htW("Wang");
	HeadTeacher htL("Li");

	// 生成校长
	HeadMaster hm("Zhang");

	// 分配学生给班主任
	htW.addStudent(stW1);
	htW.addStudent(stW3);
	htW.addStudent(stL1);
	htW.addStudent(stL2);
	htL.addStudent(stW2);
	htL.addStudent(stW4);

	// 分配版主任给校长
	hm.addHeadTeacher(htW);
	hm.addHeadTeacher(htL);

	// 输出全校学生名称
	hm.showAllStudentName();

	getchar();
	return 0;
}

运行结果
在这里插入图片描述
源码地址

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)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、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的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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