生动理解多态中向上与向下转型

代码如下:

 1 package cn.finall.com;
 2 
 3 class Fu{
 4     public void show() {
 5         System.out.println("显示父类");
 6     }
 7 }
 8 
 9 class Zi extends Fu{
10     public void show() {
11         System.out.println("显示子类");
12     }
13     
14     public void method() {
15         System.out.println("显示子方法");
16     }
17 
18 }
19 
20 public class DemoTest {
21     public static void main(String[] args) {
22         Fu f = new Zi();  //这个Zi 是子类型,现在外界看到的是 Fu,这个就叫向上转型
23         f.show();  //引用了子对象,所以优先显示子方法
24         Zi z = (Zi)f;  //本来外界之前看到是的Fu类型,现在又被Zi强制转换引用向外体现,这就叫作向下转型,这样一来就可以使用Zi类的特有方法
25         z.show();   //这是父类和子类都有的方法,子类会重写父类方法,所以看到的结果就是子类中的结果
26         z.method();  //这个是子类特有的方法,通过上面的向下转型就间接的可以直接访问子类的特有方法
27 
28     }
29 
30 }
31 
32 运行结果如下:
33 显示子类
34 显示子类
35 显示子方法

简单说明:多态的一个缺陷是不能直接访问子类中的特有方法(特有方法就是指:子类有的方法但父类没有

多态的向上与向下转型,必须要同时满足下面几个条件:

1、必须有继承,继承是多态的基础

2、必须是 

    父类 父变量名 = new 子类名;

    子类名 子变量名 = (子类名)父变量名;

    通俗理解上面这两句:就是相当于是把一个苹果(子类)从左口袋通过手(父类)放到右口袋,苹果并没有变。

 

转载于:https://www.cnblogs.com/TwCsLj/p/10118410.html

内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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