sealed、new、virtual、abstract与override 总结

本文详细解析了 C# 中 sealed、new、virtual、abstract 和 override 的使用方法及区别,帮助读者理解如何利用这些关键字实现继承与多态。

1. sealed——“断子绝孙”

密封类不能被继承。密封方法可以重写基类中的方法,但其本身不能在任何派生类中进一步重写。当应用于方法或属性时,sealed修饰符必须始终与override一起使用。

即:密封类不会有子类,所以是“断子绝孙”。

2. new——“你是我的,我是我的”

new关键字用于显式隐藏从基类继承的成员。也就是在使用派生类时调用的方式方法是new关键字新定义出来的方法,而不是基类的方法。

在不使用new修饰符的情况下隐藏成员是允许的,但会生成警告。使用new显式隐藏成员会取消此警告,并使用派生类新定义的方法。

即:好比是不用祖宗的东西,而是用自己创造(new)的东西。

3. virtual——“为了子孙后代”

virtual关键字用于修改方法或属性的声明,在这种情况下,方法或属性被称做虚成员。虚成员的实现可由派生类中的重写成员更改。

调用虚方法时,将为重写成员检查该对象的运行时类型。将调用大部分派生类中的该重写成员,如果没有派生类重写该成员,则它可能是原始成员。

在默认情况下,方式是非虚拟的。非虚方法不能重写。

不能将virtual修饰符与一下修饰符一起使用:static、abstract和override。

除了声明和调用语法不同外,虚拟属性的行为与抽象方法一样。

在静态属性上使用virtual修饰符是错误的。

通过override修饰符的属性声明,在派生类中重写虚拟继承属性。

即:virtual是为了让子孙后代可以实现各自的梦想而做的。

4. abstract——“我是上帝”

abstract修饰符可以和类、方法、属性、索引器及事件一起使用。

在类声明中使用abstract修饰符,以指示该类只能是其他类的基类。标记为抽象或包含在抽象类中的成员必须通过从抽象类派生的类来实现。

抽象类具有以下特性:

抽象类不能实例化。

抽象类可以包含抽象方法和抽象访问器。

不能用sealed修饰符修改抽象类,这意味着该类不能被继承。

从抽象类派生的非抽象类必须包括继承的所有抽象方法和抽象访问器的实现。

在方法或属性声明中使用abstract修饰符以指示此方法或属性不包含实现。

抽象方法具有以下特性:

抽象方法是隐式的virtual方法。

只允许在抽象类使用抽象方法声明。

抽象方法声明不提供实际的实现,所以没有方法体;方法声明只是以一个分号结束,并且在结束后没有花括号。

实现由override方法提供,它是非抽象类的成员。

在抽象方法声明中使用static或virtual修饰符是错误的。

除了在声明和调用语法上不同外,抽象属性的行为与抽象方法一样。

在静态属性上使用abstract修饰符是错误的。

在派生类中,通过包括使用override修饰符的属性声明可以重写抽象的基础属性。

即:abstract是一种抽象,好比上帝,是人们对神的抽象,看似什么都能干,其实什么都干不了。

5. override——“一手遮天”

使用override修饰符来修改方法、属性、索引器或事件。主要是提供派生类对基类方法的新实现。覆盖上面abstract、virtual两种关键字修饰的成员。

由重写声明重写的方法称为重写基方法。重写基方法必须与重写方法具有相同的签名。

重写基方法必须是虚拟的、抽象或重写的。不能重写非虚方法或静态方法。

不能使用下列修饰符修改重写方法:new、static、virtual和abstract。

重写属性声明必须指定与继承属性完全相同的访问修饰符、类型和名称,并且重写属性必须是虚拟的、抽象的或重写的。

即:override好比不但不用祖宗的那套,而且还自己创一套新功夫代替祖宗那套。

new和override的区别如下:

用override的基类方法必须要用virtual,而new不必要。

用一个基类的对象调用基类的virtual方法时,override重写的派生类的方法会被访问,而new重写的派生类中的方法不会被访问。

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索局部开发之间实现平衡。文章详细解析了算法的初始化、勘探开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOAMOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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