Kotlin 笔记 -- Kotlin 语言特性的理解(二)

news2024/11/25 11:02:30

都是编译成字节码,为什么 Kotlin 能支持 Java 中没有的特性?

在这里插入图片描述

kotlin 有哪些 Java 中没有的特性

  • 类型推断、可变性、可空性
  • 自动拆装箱、泛型数组
  • 高阶函数、DSL
  • 顶层函数、扩展函数、内联函数
  • 伴生对象、数据类、密封类、单例类
  • 接口代理、internal、泛型具体化
  • … …

语言的编译过程

在这里插入图片描述

词法分析

在这里插入图片描述

语法分析

在这里插入图片描述

  • 词法分析:把源码的字符流,转化成标记(Token)序列,标记是语言的最小语义单位,包括关键字、标识符、运算符、常数等;
  • 语法分析:把标记序列,组合成各类语法短句,判断标记序列在语法结构上,是否正确,输出树形结构的抽象语法树
  • 语义分析:结合上下文,检查每一个语法短句,语义是否正确,是否符合语言规范。(数据类型匹配、重复定义检测、访问合法性、静态分派、受检异常、语句可达性、展开语法糖…)

在这里插入图片描述

Kotlin 的类型推断

  • 类型推断并不是不确定数据类型,相反是从上下文推断出一个明确的数据类型;
  • 类型推断的意义在于,去掉代码中的冗余信息,提升研发效率;

在这里插入图片描述

  • 类型推断主要发生在语法分析和语义分析阶段,这个功能主要是通过编译器来实现的。

Kotlin 的拆装箱

// Java 的拆装箱
Integer x = 1; // 自动装箱 
int y = x;     // 自动拆箱 
// kotlin 的拆装箱
var i : Int = 0     // 对应 Java 中的 int
var i : Int? = null // 对应 Java 中的 Integer
i = 0               // 对应 Java 中的 Integer.valueOf() 
// kotlin 的拆装箱
val list = mutableListOf<Int>() 
list.add(0) // Integer.valueOf() 

Kotlin的装箱类型数组:

val ids : Array<Int> = arrayOf() 
  • 支持泛型类型,所以默认不具备协变性,字节码实现对应anewarray,相当于 Java 的Integer[]
val ids : IntArray = IntArrayOf() 
  • 字节码实现对应newarray,相当于 Java 的 int[],性能较好。

Kotlin中的隐式装箱类总结:

  • 可空的基本数据类型,会被编译成装箱类;
  • 泛型中基本数据类型,在使用时,会自动拆装箱;
  • 泛型数组,使用的是装箱类型。

由于自动拆装箱有性能损耗,出于性能考虑,在Kotlin中,应当尽量避免使用可空的基本数据类型,以及泛型数组; 尽量使用非可空类型。

Kotlin 中的高阶函数

高阶函数:在数学中,对应算子的概念,也就是对函数本身进行操作;在计算机语言中,高阶函数作为语言的一等公民,函数本身可以作为函数的输入,或是返回;高阶函数是函数式编程的基础条件。

高阶函数示例代码:

fun login(user: User, onFailed: (Int) -> Unit) : Boolean { 
	val stateCode = checkUser(user)
	if (stateCode == SUCCESS) { 
		return true
	} else{
		onFailed(stateCode) 
		return false
	}
}

val success = login(user) { code ->
	// TODO 展示错误状态
} 

当 lambda 当作函数参数进行传递时,它本质上是一个函数对象,最终要将上述代码翻译成 Java 的字节码,而在 Java 中是没有函数对象这种东西的,那么怎么办呢?所以为了应对这种情况,Kotlin 中定义了一系列的 “类函数” 的接口:Function0Function1Function2、…、Function22 总共有22个,定义如下:

public interface Function<out R>
public interface Function0<out R> : Function<R> { 
	public operator fun invoke(): 
}
public interface Function1<in P1, out R> : Function<R> { 
	public operator fun invoke(p1: P1):R
}
public interface Function2<in P1, in P2, out R> : Function<R> { 
	public operator fun invoke(p1: P1, p2: P2): R
}
......
public interface Function22<in P1, in P2, in P3, ......, in P22, out R> : Function<R> { 	
	public operator fun invoke(p1: P1, p2: P2, p3: P3,....., p22: P22): R
}

所以对于前面的高阶函数示例代码,本质上实际长这样:

fun login(user: User, onFailed: Function1<Int, Unit>) : Boolean { 
	val stateCode = checkUser(user)
	if (stateCode == SUCCESS) { 
		return true
	} else{
		onFailed.invoke(stateCode) 
		return false
	}
}

val success = login(user, object: Function1<Int, Unit> { 
	override fun invoke(p1: Int) {
		// TODO 展示错误状态
	}
})

即便传入的是普通的函数引用,最终也会以object匿名内部类对象的形式进行传递。例如:

fun showFailedState(state: Int) {
	// TODO 展示错误状态
}

val success = login(user, ::showFailedState)

上面代码实际长下面这样:

fun showFailedState(state: Int) {
	// TODO 展示错误状态
}

val success = login(user, object: Function1<Int, Unit> { 
	override fun invoke(p1: Int) {
		showFailedState(p1)
	}
})

高阶函数的真实面目:

在这里插入图片描述

所以 Kotlin 中的高阶函数本质上是通过各种函数类型的对象进行桥接:

在这里插入图片描述

现在我们知道 Kotlin 中的高阶函数主要是通过中间代码添加手段来生成的:

在这里插入图片描述

  • 从性能上讲,高阶函数要创建实例,所以开销会增大。
  • Kotlin 的匿名内部类,在和外部类有互动的时候,也会持有外部类的引用,存在一定的、潜在的内存泄漏的风险。

Kotlin 中的顶层函数

  • Java 中的函数,必须在类的内部定义;
  • 而 Kotlin 中允许在类的外部,定义文件级别的顶层函数以及变量。
// TimeUtils.kt 
fun printTime() {
	......// 打印当前时间
}
// Main.kt
import com.utils.printTime 

fun main() {
	printTime() 
}

Kotlin 中的顶层函数翻译到 Java 字节码时,会自动生成一个以【文件名 + Kt】为命名的 Java 类来包装这个顶层函数,将其作为这个 Java 类的静态函数:

在这里插入图片描述

现在我们知道 Kotlin 中的顶层函数也是通过中间代码添加手段来生成的:

在这里插入图片描述

  • 从字节码层面来说,所有的函数和变量都必须在类的内部;
  • Kotlin 编译器在生成字节码时,会给顶层的函数及变量,创建一个所属的类,类名默认规则是文件名+Kt
  • Java 代码,可以通过这些以 Kt 结尾的类,调用到这些在 Kotlin 中定义的顶层函数和变量。

Kotlin 中的扩展函数

// User.kt
data class User(val name: String, val age: Int)
// UserExt.kt
fun User.isVip() : Boolean { 
	return ...
} 
// 使用
val user = User("张三", 23)
if (user.isVip()) {
	...
}

Kotlin 中的扩展函数翻译成 Java 就是 xxxKt 类中的静态方法:

在这里插入图片描述

所以 Kotlin 中的扩展函数也是通过中间代码添加手段来生成的:

在这里插入图片描述

Kotlin 中的 inline 函数

Kotlin 中的 inline + reified 可以用来解决泛型具体化的问题。

inline fun <reified T> getClassTag() : String {
    return T::class.java.toString()
}

fun main() {
    val clazz = getClassTag<MainActivity>()
    println(clazz)
}

在这里插入图片描述

Kotlin 中的 inline 函数同样是通过中间代码添加手段来生成的:

在这里插入图片描述

  • inline 函数除了能解决泛型具体化问题,还比一般的函数更有性能优势,因为代码的添加发生在编译时,运行时会减少一次虚拟机栈中栈帧的入栈出栈操作;
  • inline 函数的副作用是,会导致代码体积增长;

Kotlin 中的可变性检查

变量的可变性检查:

var name = "hello"
name = "world" // ok
val name = "hello" // final
name = "world" // error

集合的可变性检查:

// java 代码
final List<String> names = new ArrayList<>(); 
names.add("hello");              // OK
names = new ArrayList<String>(); // error 
  • Java 中的 final 的义务只是保证引用不能被重新赋值
// kotlin 代码
var names = listOf<String>("hello")  // kotlin.collections.List
names.add("world") // error

var names = mutableListOf("hello")  // kotlin.collections.MutableList 
names.add("world") // OK

可见 kotlin 中的listOf集合是一直“真不可变”集合,你不能往里面添加东西,要添加东西只能使用mutableListOf

以上两种 kotlin 中的集合翻译成 Java 分别对应下面两种类型:

在这里插入图片描述

另外,kotlin 中的集合存在一个和 java 互调的坑:Kotlin 中不允许添加元素,但是 Java 中调用就可以添加元素,编译不会报错但是运行时会报错。例如:

// kotlin 代码
var names = listOf<String>("hello")
// java 代码
new DemoKt().getNames().add("world");

java 代码中这么调用的话运行时会抛出异常:java.lang.UnsupportedOperationException

Kotlin 中的可空性检查

类型的可空性检查:

// Operation.kt
var name : String = "hello" 
var nameOrNull : String? = null 

Java 是没办法感知 Kotlin 中的可空类型的,但是 IDE 可以,并且会给出警告。

在这里插入图片描述

IDE 能感知是因为字节码的元注解中携带了是否可空的信息:

在这里插入图片描述
在这里插入图片描述

  • Kotlin要保证扩展特性,能够保留到字节码中,而且是符合字节码规范的;
  • Kotlin要保证扩展特性编译成的字节码,能够方便其他JVM语言(主要是Java)调用。

Kotlin 在可空性检查方面目前存在一个严重的缺陷:Kotlin 无法判断来自其他平台的变量可空性

这也是 Kotlin 和 Java 互调的另一个坑:Kotlin 无法判断来自 Java 平台的可空性,所以最靠谱的方法是使用一个可空类型来接收来自 Java 的变量。

例如:

// Operation.java
String name = null // 对 kotlin 来说是平台类型 
// Kotlin 代码中最好使用 [可空类型] 来接收 [平台类型]
val name : String = Operation().name // 可以使用非空类型接受 
val name : String? = Operation().name // 也可以使用可空类型接受 

泛型类型的可空性检查:

val names = listOf<String?>("hello", null) 

// 反射获取类型
val argument = this::names.returnType.arguments[0] 
println(argument.type)                     // kotlin.String? 
println(argument.type?.javaType?.typeName) // java.lang.String
println(argument.type?.isMarkedNullable)   // true

在这里插入图片描述

  1. 泛型类型会被擦除
  2. 泛型类型不能加元注解

那么这个是否可空的标记,被记录在哪里了??看下面示例代码:

// Operation.kt
class Operation {
	val names = listOf<String?>("hello", null) 
}

上面代码生成的class字节码文件中:

在这里插入图片描述

可以看到这里有一个运行时可见的元注解 Metadata,这个就是存储类型可空信息的关键

在这里插入图片描述

我们可以打印这个 Metadata 的注解类进行查看:

printin(Operation::class.java.getAnnotation(Metadata::class.java)) 

也可以直接反编译生成的Operation.class能够直接看到这个 @Metadata 的元注解的内容:

在这里插入图片描述

Kotlin 中的 Metadata 解析

在这里插入图片描述

可以在 build.gradle 中添加下面依赖库来解析 Metadata :

dependencies {
	implementation "org.jetbrains.kotlinx:kotlinx-metadata-jvm:{version}" 
}

该库专门用来解析 JVM 版本的 kotlin 的 metadata

使用:

// 1.反射获取注解类 
val annotation = Operation::class.java.getAnnotation(Metadata::class.java)
// 2.构建 ClassHeader 
val classHeader = KotlinClassHeader( 
			kind = annotation.kind,
			metadataVersion = annotation.metadataVersion, 
			bytecodeVersion = annotation.bytecodeVersion, 
			data1 = annotation.data1,
			data2 = annotation.data2,
			...
)
// 3.获取 metadata
val metadata = KotlinClassMetadata.read(classHeader) as? KotlinClassMetadata.Class
// 4. 访问 metadata 中的信息
metadata.accept(
	object : KmClassVisitor() { // 访问类
		override fun visitProperty(flags: Flags, name: String, ...) : KmPropertyVisitor { 	
			return object:KmPropertyVisitor() { // 访问属性
				override fun visitReturnType(flags: Flags): KmTypeVisitor { 
					return object : KmTypeVisitor() { // 访问属性的类型
						override fun visitArgument(flags: Flags,......): KmTypeVisitor { // 访问类型的泛型类型
							val nullable = Flag.Type.IS_NULLABLE(flags)
							println("property_name: $name argument_nullable: $nullable") 
							return this
						}
					}
				}
			}
		}
	}
)

控制台输出:

property_name: names argument_nullable: true 

总结

Kotlin 的解决手段所实现的语言特性
编译器支持类型推断
可变性检查
自动拆装箱
泛型数组
中间代码添加高阶函数、顶层函数、扩展函数、内联函数
数据类、密封类、单例类、伴生对象、接口委托
泛型具体化
元注解 + Metadata 信息添加类型的可空性信息
可见性信息
访问限定符
Kotlin 反射数据源支持

如何理解 Kotlin 中的函数式编程特性?

在这里插入图片描述

选择一门支持函数式编程的语言,并不是写出函数式代码的关键,转变看待问题的角度才是最重要的。

什么是函数式编程

下面看一个简单的局部算法问题:

data class User(val name: String, val age: Int)

val numbers = arrayOf(
	User("zhangsan", 18), 
	User("lisi", 21),
	User("wangwu", 25)
)

现在要找到这个 numbers 数组中大于18岁的用户的名字。

命令式解法的代码如下:

val results = mutableListOf<String>() // 结果的初始状态

for (index in numbers.indices) { 
	val user = numbers[index] 
	if (user.age > 18) { // index、user都是循环的状态
		result.add(user.name) 
	}
} // 分支语句、赋值、add 都是操作状态的命令
  • 命令式解法的视角:程序是一系列改变状态的命令,开发者关注的是状态。

函数式解法的代码如下:

val result = numbers.filter { 
	user -> user.age > 18
}.map { user -> 
	user.name 
}

这里使用了一个 Kotlin 中集合的变换操作符 filter,它的定义如下:

public inline fun <T> Array<out T>.filter(predicate: (T) -> Boolean): List<T> { 
	return filterTo(ArrayList<T>(), predicate)
}
public inline fun <T, C : MutableCollection<in T>> Array<out T>.filterTo(destination: C, predicate: (T) -> Boolean): C {
    for (element in this) if (predicate(element)) destination.add(element)
    return destination
}

与之类似的还有比较常用的 map 变换操作符:

public inline fun <T, R> Iterable<T>.map(transform: (T) -> R): List<R> { 
	return mapTo(ArrayList<R>(size), transform)
}
public inline fun <T, R, C : MutableCollection<in R>> Array<out T>.mapTo(destination: C, transform: (T) -> R): C {
    for (item in this)
        destination.add(transform(item))
    return destination
}

其实现方式其实就是通过传递高阶函数(lambda表达式),在内部还是最原始的实现方式。

函数式编程的特点:

  • 避免可变的状态。
  • 程序是表达式变换关系,而不是命令。
  • 建立在数学的直觉上。

函数式编程中的重要概念

权责让渡

  • 封装和抽象,隐藏实现细节。
  • 将低层次的细节的控制权交给运行时,开发者只关注高层次的细节。
  • 关注点分离原则。

计算机语言的进化,就是一个权责让渡的过程。面向对象编程中的抽象,也是一种权责让渡。

函数副作用

  • 函数执行时,除了返回值外,还对外部产生了其他影响。
  • 比如,修改了全局变量、外部变量或参数。

纯函数

  • 输入与输出全是显式的:即,函数与外界沟通的唯一渠道就是参数或返回值。
  • 纯函数是没有副作用的函数。
  • 每次调用,只要给定同样的参数,就会得到同样的结果。
  • 能够对应数学中函数的定义,是一种映射关系。(f: A -> B

函数式编程的 “三板斧” 模式

用 “三板斧” 模式代替迭代:

  1. 筛选(filter)
  2. 映射(map)
  3. 压缩(reduce/fold)

函数式解法的例子:

val result = numbers.filter { user -> 
	user.age > 18
}.map { user -> 
	user.name
}.reduce { acc, name -> 
	"$acc, $name" // "lisi, wangwu"
}
val result = numbers.filter { user -
	user.age > 18
}.map { user->
	user.name
}.fold(StringBuilder("Adult:")) { acc, name ->
 	builder.append(name).append(",") // "Audlt:lisi,wangwu,"
}

闭包

闭包 = 内部作用域 + 访问的外部变量

  • 闭包必须是可引用的;
  • 闭包必须是有状态的。

在这里插入图片描述
闭包拥有状态也是权责让渡和封装抽象的体现。

闭包的作用:

  • 保护私有作用域;
  • 保存上下文;
  • 交出对状态的控制权,让开发者不关注状态。

记忆

  • 只有纯函数,才能被记忆;
  • 交出对状态的控制权,让开发者不关注状态。

函数式编程可以很容易实现记忆缓存的功能,例如:

fun loadImage(path : String): Bitmap? {
	return createBitmap(File(path)) // 根据文件路径创建 bitmap
} 

现在希望每次创建的Bitmap能被记忆在内存中,每次相同的文件路径,直接复用上次创建的缓冲。

函数式编程的代码:

fun loadImage(path : String): () -> Bitmap? { 
	var cache :Bitmap? = null
	return {
		if (cache != null) { 
			cache
		} else {
			val image = createBitmap(File(path)) 
			cache = image
			image 
		}
	}
}

使用:

val load = loadImage("/file/icon.jpg") 
load()
load() 

柯里化

看下面代码:

fun volume(width : Int, depth : Int, height : Int) : Int { 
	return width * depth * height
}
val v = volume(3, 1, 4) 

可以将上面的 volume 函数改造成下面的结构:
在这里插入图片描述

由于返回值是一个函数类型,因此就可以像下面这样调用:

volume(3)(1) 
// 等价于
val v = volume(3)
v(1)

将上面的结构继续进一步改造:

在这里插入图片描述

于是就可以像下面这样调用:

val result = volume(3)(1)(4)
// 等价于
val v = volume(3)(1)
val result = v(4)

这就是柯里化:

  • 柯里化就是把一个多参函数,转换为一连串的单参函数
  • 柯里化就是不断的将返回值改为一个函数类型,这个返回值在调用的时候才会执行函数

柯里化的一个重要作用:函数部分施用

例如针对前面示例中的volume函数在使用时发现,大部分需要求体积的情况,宽度和深度都是一样的,只有高度不同。如下:

val v1 = volume(3, 1, 4) 
val v2 = volume(3, 1, 1) 
val v3 = volume(3, 1, 5) 

通过柯里化就可以很好的解决:

可以先将宽高固定下来:

val area : (Int) -> Int = volume(3)(1) 

然后调用返回的这个函数,传入不同的高度即可:

val v1 = area(4) 
val v2 = area(1) 
val v3 = area(5) 

写这部分代码的开发者,完全不用关注前两个参数是什么,甚至不用关注底面积是怎么来的。这样就可以做到一定程度的函数复用和分离

柯里化的作用:

  • 让函数部分施用,提前带入一部分参数,用于复杂问题的分步求解;
  • 推迟计算的执行,带入最后一个参数后,函数才真正开始执行;
  • 隐藏一部分参数,交出这些参数的控制权,让开发者接触不到这些参数,提高安全性和稳定性。

柯里化的应用场景

例如:

makeUrl("http")("www.user.com")("home.html") 

val urlByPath = makeUrl("http")("www.user.com") 
val home = urlByPath("home.html")
val login = urlByPath("login.html")

柯里化只有在最后一个参数被传入时,才会执行,所以非常适合用于构建类似 url 这种对顺序和完整性有要求的内容。

尾递归优化

看一个简单的局部算法问题:

data class Product(val id: Int, val price: Double)

class Node<T>(val value: T, val next: Node<T>?)

val firstNode = Node(Product( 1, 180.99), 
					Node(Product(,2 , 299.99),
						Node(Product (3, 999.00 ), null)))

现在要找到链表中第一个价格大于900的商品。

利用函数式编程可以这样来做:

fun <T> find(node: Node<T>, predicate: (T) -> Boolean ): T? {
	return when {
		predicate(node.value) -> node.value 
		node.nextNode == null -> null 
		else -> find(node.nextNode) 
	}
}

val result = find(firstNode) { product -> 
	product.price > 900
}

其实就是一个递归调用,当然也可以写成纯递归调用方式:

fun findProduct(node: Node<Product>): Product? { 
	return when {
		node.value.price > 900 -> node.value 
		node.nextNode == null -> null 
		else -> findProduct(node.nextNode) 
	}
}

val result = findProduct(firstNode) 

这种写法不如前一种好,因为前面一种写法交出了对状态的控制权,让开发者不关注状态,是真正的函数式编程。

但是递归调用存在一个最大的问题是可能导致栈溢出,因此没有循环好。

在 kotlin 中可以通过 tailrec 关键字进行尾递归优化:

tailrec fun <T> find(node: Node<T>, predicate: (T) -> Boolean ): T? {
	return when {
		predicate(node.value) -> node.value 
		node.nextNode == null -> null 
		else -> find(node.nextNode) 
	}
} 

什么是尾调用递归:

  • 让递归函数中所有的递归操作都出现在函数的末尾。
  • 尾递归优化不会导致栈溢出。

我们将加 tailrec 和不加 tailrec 两种情况的代码翻译成字节码查看其区别:

在这里插入图片描述

所以 kotlin 尾递归优化之所以没有栈溢出问题,本质是将代码转化成了循环调用

不相交联合体

Java 中习惯通过异常来处理错误分支,但是函数抛出异常就代表函数有了副作用

在函数式编程中,如何抛出异常或者处理错误?

@Throws(IllegalUserException::class)
fun checkPermission(user : User) : Boolean { 
	return when {
		user.illegal() -> throw IllegalUserException() 
		user.isMember() -> true
		else -> false 
	}
}

上面代码中,有一个 when 的分支抛出了异常,抛出异常就属于函数的副作用,它会打破原有的业务逻辑,对外部调用者来说,对该函数的期望是返回 truefalse

一种简单粗暴的办法是可以函数返回一个Pair类型同时包含异常信息和Boolean信息:

fun checkPermission(user : User) : Pair<Boolean?, Exception?> 

这种方式可行,但是不够方便简洁,不优雅。有没有办法让函数有时返回Boolean,有时返回Exception

不相交联合体

  • 一种类型,有两种不同类型的 “左值” 和 “右值”,但是在使用时,有且只能同时有一种 “左值” 或者 “右值”,不能同时拥有两者。

在这里插入图片描述

实现不相交联合体:

sealed class Either<L, R> {
	data class Left<L, R>(val value: L) : Either<L, R>() 
	data class Right<L, R>(val value: R) : Either<L, R>() 
}
sealed class Result<D, E> {
	data class Normal<D, E>(val value: D) : Result<D, E>() 
	data class Unexpected<D, E>(val value: E) : Result<D, E>() 
}

使用:

fun checkPermission(user : User) : Result<Boolean, Exception> { 
	return when {
		user.illegal() -> Result.Unexpected(IllegalUserException()) 
		user.isMember) -> Result.Normal(true)
		else -> Result.Normal(false) 
	}
}

说白了就是将异常信息作为返回结果的一部分封装到实体类。返回的不同实体类是具有排他性的,可以通过 kotlin 的密封类做到这一点。

函数式编程中的设计模式

面向对象的设计模式在函数式编程中的归宿:

  • 被吸收为语言的一部分。例如 Kotlin 中的 object 单例类by 接口委托代理、…
  • 新语言或范式,提供了全新的解决方案。例如 Kotlin 中的元编程扩展函数、…
  • 设计模式依然成立,但实现方式有所变化

基于继承的模版方法模式:

在这里插入图片描述

按照 Java 的思路设计代码如下:

abstract class Player {
	fun play(media: File) { ... } 
	fun stop()  { ... } 
	abstract fun onLoaded() 
	abstract fun onStart()
	abstract fun onFinish() 
	abstract fun onFail(code: Int)
}

但是同样的 Java 代码到了 Kotlin 中,就可以借助高阶函数直接传函数回调参数,而无需一个抽象类了。

Kotlin 中高阶函数实现模版方法模式:

class Player (
    val onLoaded : () -> Unit,
    val onStart : () -> Unit,
    val onFinish : () -> Unit,
    val onFail: (Int) -> Unit,
) {
	fun play(media: File) { ...... } 
	fun stop() { ...... }
}

在使用的时候,也不需创建子类实例对象了,直接构造传参即可:

val player = Player(
       onLoaded = {
           // TODO 隐藏 Loading UI
       },
       onStart = {
           // TODO 显示进度条、播放时间、停止键
       },
       onFinish = {
           // TODO 关闭播放器窗口
       },
       onFail = { code ->
           // TODO 错误提示
       }
)
  • 组合优于继承

策略模式:

在这里插入图片描述

  • 定义一系列解决同一问题的不同算法,让他们之间可以随意切换,而不影响到调用者。

在函数是一等公民的世界里,策略模式变得没有意义,或者说不用写专门的代码去实现它,因为函数类型天生就支持返回不同的类型。

在这里插入图片描述

Java 代码实现的不同策略类在 Kotlin 中只需要传递对应的函数类型的参数即可。

构建者模式 - 柯里化

例如前面提到柯里化构建 url 的例子就是一个建造者模式:

makeUrl("http")("www.user.com")("home.html") 

val urlByPath = makeUrl("http")("www.user.com") 
val home = urlByPath("home.html")
val login = urlByPath("login.html")

柯里化还能在 Builder 模式功能的基础上,保证参数传入的有序性和完整性

val builder = buildDialog ("通知")(R.drawable.icon)
builder("请更新App!")("ok") { view ->
	// 点击事件
}
builder("正在加载...")("好") { view ->
	// 点击事件
}

注意:Kotlin 中可以通过构造函数的命名参数和可选参数天然的支持构建者模式。

函数式编程中的 OO 原则

函数对象可以满足面向对象中的 OO 设计原则:

在这里插入图片描述

在函数式编程中,设计模式也变得简单了很多,面向对象的设计模式的思想是高度抽象化,而函数式编程中则会借助语言特性进行平铺打散。

  • 一些面向对象的设计模式,实际上是 “用面向对象的方式” 解决 “只有面向对象才会碰到的问题”。
  • 函数式编程和面向对象思维并不是矛盾对立的,在 Kotlin 中借助函数式编程可以:
    ① 提高局部代码的开发效率;
    ② 应用数学原理。

如果单纯从编程语言的角度来看,面向过程的语法通常要比面向对象的语法要简化一些,因为不需要封装和继承,也没有多态与抽象。只要语言特性支持的好,在函数式编程中实现面向对象的 OO 原则并不是难事。

函数式编程的要点

  • 函数是一等公民:函数可以像普通变量一样被创建、修改,可以像变量一样传递、返回,或是在函数中嵌套函数。
  • 引用透明性:函数的运行不依赖于外部变量或 “状态”,只依赖于输入的参数,任何时候只要参数相同,调用函数所得到的返回值总是相同的。(纯函数)
  • 权责让渡:将低层次的细节的控制权交给运行时,开发者只关注高层次的细节。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1311991.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Linux ed命令教程:如何使用ed命令编辑文本文件(附案例详解和注意事项)

Linux ed命令介绍 ed命令是Linux中的一个简单文本编辑器。它是一种基于行的文本编辑器&#xff0c;用于创建、修改和操作文本文件。它是Unix中最早的编辑器&#xff0c;后来被vi和emacs文本编辑器所取代。 Linux ed命令适用的Linux版本 ed命令在大多数Linux发行版中都可以使…

华为战略管理的核心工具与方法论:五看三定之“三定”定什么

上一篇文章&#xff0c;华研荟介绍了华为在战略管理中使用的工具之一&#xff1a;五看三定中的五看含义和主要的一些工具&#xff08;模型&#xff09;&#xff0c;今天继续为您介绍“三定”。 在“五看”中&#xff0c;最后一看是“看机会”&#xff0c;将我们面临的各种可能…

[Linformer]论文实现:Linformer: Self-Attention with Linear Complexity

文章目录 一、完整代码二、论文解读2.1 介绍2.2 Self-Attention is Low Rank2.3 模型架构2.4 结果 三、整体总结 论文&#xff1a;Linformer: Self-Attention with Linear Complexity 作者&#xff1a;Sinong Wang, Belinda Z. Li, Madian Khabsa, Han Fang, Hao Ma 时间&#…

Leetcode—1822.数组元素积的符号【简单】

2023每日刷题&#xff08;五十九&#xff09; Leetcode—1822.数组元素积的符号 实现代码 class Solution { public:int arraySign(vector<int>& nums) {int neg 0;for(int i 0; i < nums.size(); i) {if(nums[i] 0) {return 0;}if(nums[i] < 0) {neg;}}i…

机器人制作开源方案 | 智能助老机器人

作者&#xff1a;刘颖、王浩宇、党玉娟 单位&#xff1a;北京科技大学 指导老师&#xff1a;刘新洋、栗琳 1. 项目背景 1.1 行业背景 随着越来越多的服务机器人进入家庭&#xff0c;应用场景呈现多元化和专业化&#xff0c;机器人产业生态体系正在不断完善&#xff0c;服务…

亚马逊云科技发布企业生成式AI助手Amazon Q,助力企业迈向智能化时代

&#xff08;声明&#xff1a;本篇文章授权活动官方亚马逊云科技文章转发、改写权&#xff0c;包括不限于在 亚马逊云科技开发者社区、知乎、自媒体平台、第三方开发者媒体等亚马逊云科技官方渠道&#xff09; 一、前言 随着人工智能技术的快速发展和广泛应用&#xff0c;我们…

数据结构篇-双向循环链表

目录 一、学习目标 二、概念 节点设计&#xff1a; 节点初始化&#xff08;链表初始化&#xff09;&#xff1a; 节点头插&#xff1a; 插入数据的变形&#xff1a; 遍历显示&#xff1a; 有序插入&#xff1a; 四、总结 一、学习目标 知识点&#xff1a; 一文掌握数据…

芒果RT-DETR改进实验:深度集成版目标检测 RT-DETR 热力图来了!支持自定义数据集训练出来的模型

💡该教程为改进RT-DETR指南,属于《芒果书》📚系列,包含大量的原创改进方式🚀 💡🚀🚀🚀内含改进源代码 按步骤操作运行改进后的代码即可💡更方便的统计更多实验数据,方便写作 芒果RT-DETR改进实验:深度集成版目标检测 RT-DETR 热力图来了!支持自定义数据集…

103基于matlab的极限学习机(ELM)和改进的YELM和集成极限学习机(EELM)是现在流行的超强学习机

基于matlab的极限学习机&#xff08;ELM&#xff09;和改进的YELM和集成极限学习机(EELM)是现在流行的超强学习机&#xff0c;该程序是三者的方法比对。 包括学习时间&#xff0c;训练精度和测试精度的对比。数据可更换自己 的&#xff0c;程序已调通&#xff0c;可直接运行…

【带头学C++】----- 九、类和对象 ---- 9.13 运算符重载——9.13.9 设计MyString类案例

❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️创做不易&#xff0c;麻烦点个关注❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️ ❤️❤️❤️❤️❤️❤️❤️❤️❤️文末有惊喜&#xff01;献舞一支&#xff01;❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️ 目录 9.13…

Ps:曲线的基本操作

在曲线上通过添加控制点&#xff0c;然后拖动或编辑这些控制点就可实现对图像的精细调整。 添加控制点 方法一&#xff1a; 直接在曲线上点击&#xff0c;即可添加控制点。 方法二&#xff1a; 使用目标调整工具时&#xff0c;在图像上单击&#xff0c;即可添加控制点。若按住并…

【重点】23.合并K个升序链表

题目 法1&#xff1a;分治合并 class Solution {public ListNode mergeKLists(ListNode[] lists) {return merge(lists, 0, lists.length - 1);}public ListNode merge(ListNode[] lists, int l, int r) {if (l > r) {return null;}if (l r) {return lists[l];}int mid l…

我对迁移学习的一点理解——领域适应(系列3)

文章目录 1. 领域适应&#xff08;Domain Adaptation&#xff09;的基本概念2.领域适应&#xff08;Domain Adaptation&#xff09;的目标3.领域适应&#xff08;Domain Adaptation&#xff09;的实现方法4.领域适应&#xff08;Domain Adaptation&#xff09;的可以解决的问题…

VRRP协议与原理

文章目录 VRRP协议与原理一、VRRP 协议二、单网关和多网管的缺陷1、单网关缺陷2、多网管的缺陷 三、VRRP基本概述四、VRRP工作原理1、VRRP主备份备份工作工程2、VRRP 主备路由器切换过程3、VRRP 负载分担工作过程 五、VRRP配置命令1、vrrp配置命令2、配置VRRP步骤&#xff1a; …

汽车EDI:Chrysler EDI项目案例

菲亚特克莱斯勒汽车Fiat Chrysler Automobiles(FCA)是一家全球性汽车制造商&#xff0c;主营产品包括轿车、SUV、皮卡车、商用车和豪华车等多种车型。其旗下品牌包括菲亚特、克莱斯勒、道奇、Jeep、Ram、阿尔法罗密欧和玛莎拉蒂等。 Chrysler通过EDI来优化订单处理、交付通知、…

C语言训练:三个字符串比较大小,实现两个整数数的交换统计二进制中1的个数

目录 一、编写程序&#xff0c;输入三个字符串&#xff0c;比较它们的大小&#xff0c;并将它们按由小到大的顺序输出。要求用函数、指针实现。要求:要采用函数调用&#xff0c;并用指向函数的指针作为函数的参数。 1.不使用函数指针作为参数&#xff0c;并自己模拟strcmp。 …

1846_安全SPI

Grey 全部学习内容汇总&#xff1a;GitHub - GreyZhang/g_embedded: some embedded basic knowledge. 1846_安全SPI SPI是一种常见的通信方式&#xff0c;在汽车电子中比较常用。但是如果涉及到安全相关的设计&#xff0c;可能得考虑更多。而SPI协议本身没有很好的标准化&am…

福德机械:植保无人机的领航者

亲爱的读者们&#xff0c;欢迎来到福德机械的神奇世界。在这个充满活力和创新的世界里&#xff0c;我们专注于植保无人机的发展与应用&#xff0c;以实现农业现代化、智能化和高效化的目标。植保无人机&#xff0c;作为一种高效、环保和安全的农业工具&#xff0c;已经逐渐成为…

大数据----32.hbase高可用的演示

1、概述&#xff1a;Hbase的优缺点和适用场景 优点&#xff1a;HBase 底层基于HDFS存储&#xff0c;高可用、高扩展、强一致性&#xff0c;支持上亿级别数据。 10亿数据 性能测试结果 写性能&#xff1a;集群吞吐量最大可以达到70000 ops/sec&#xff0c;延迟在几个毫秒左右。…

摄影预约小程序制作实战教程

在如今的移动互联网时代&#xff0c;小程序成为了各行业推广和服务的重要工具之一。而对于摄影行业来说&#xff0c;一个专业的摄影预约小程序无疑是提高服务质量和用户体验的关键。 为了让大家更便捷地制作摄影预约小程序&#xff0c;本文将介绍一种使用【乔拓云】第三方制作平…