【rust语言】rust多态实现方式

文章目录

  • 前言
  • 一、多态
  • 二、rust实现多态
    • trait的静态方式
    • 还有一种方式可以通过动态分发,还以上面那段代码,比如
        • dyn关键字
    • 泛型方式
    • 枚举方式
      • 优点:
      • 缺点:
  • 总结


前言

学习rust当中遇到了这个问题,记录一下,不对地方望指正

一、多态

多态是面向对象程序设计中的一个重要概念,指同一个行为或操作在不同实例上具有不同的行为或结果。简单来说,多态就是指同一种类型的对象,在不同的上下文中有不同的行为。多态性使得程序可以更加灵活、可扩展和易于维护。在实现多态性时,通常会使用继承、接口、抽象类等技术

二、rust实现多态

trait的静态方式


trait Animal {fn make_sound(&self);
}
struct Cat {}impl Animal for Cat {fn make_sound(&self) {println!("Meow");}
}
struct Dog {}impl Animal for Dog {fn make_sound(&self) {println!("Woof");}
}fn main() {let cat: Cat = Cat {};let dog: Dog = Dog {};test(cat);test(dog)
}
//接受Animal Trait类型的
fn test(animal : impl Animal){animal.make_sound()
}

定义了方法传入参数是trait。这一种在实例化的时候是具体的类型,在传参的时候编译器能推断出来具体是cat还是dog,能调用具体方法

还有一种方式可以通过动态分发,还以上面那段代码,比如

trait Animal {fn make_sound(&self);
}struct Cat {}impl Animal for Cat {fn make_sound(&self) {println!("Meow");}
}struct Dog {}impl Animal for Dog {fn make_sound(&self) {println!("Woof");}
}fn main() {let cat: Box<dyn Animal> = Box::new(Cat {});let dog: Box<dyn Animal> = Box::new(Dog {});test(cat);test(dog)
}fn test(animal: Box<dyn Animal>) {animal.make_sound()
}

这种方式相对于上面更加灵活,因为实例化参数变量类型是trait类型。现在说说关键点

dyn关键字

dyn关键字是在Rust中用于创建和使用动态分发的trait对象的关键字。trait对象允许我们以统一的方式处理不同类型的对象,并使用相同的方法调用语法。使用动态分发,编译器无需在编译时知道具体的类型,而是在运行时根据对象的实际类型来确定要调用的方法。要创建一个trait对象,需要在trait名称前加上dyn关键字。例如,对于名为TraitName的trait,我们可以使用dyn TraitName来创建一个trait对象。

trait TraitName {// trait定义
}fn main() {let trait_obj: Box<dyn TraitName> = Box::new(ConcreteType);// 在这里使用trait对象
}

在上面的代码中,trait_obj是一个Box指向动态分发的trait对象的指针。它可以存储实现了TraitName trait的任何具体类型的对象。通过dyn关键字,我们可以在运行时根据实际类型来调用trait定义的方法。
这里要注意,trait对象通过指针或引用来操作,因此通常结合使用Box、&或&mut来创建和使用trait对象。为了在运行时确定对象的大小,我们需要将它们放置在一个固定大小的容器中。这就是为什么要使用Box来包装trait对象的原因。Box类型表示一个动态分发的trait对象。它在堆上分配一块内存,该内存用于存储对象的数据,并提供一个指向虚函数表(vtable)的指针,该表用于在运行时查找和调用正确的方法。
这种方式相对于静态方式会更加灵活,但会有运行时性能损失,看情况决定使用哪一种

泛型方式

use std::fmt::{Display, Formatter};struct Cat {}struct Dog {}impl Display for Cat{fn fmt(&self, f: &mut Formatter<'_>) -> std::fmt::Result {write!(f,"Cat")}
}impl Display for Dog{fn fmt(&self, f: &mut Formatter<'_>) -> std::fmt::Result {write!(f,"Dog")}
}fn make_sound<T: Display>(animal: T) {println!("{}", animal);
}fn main() {make_sound(Cat{});make_sound(Dog{});
}

通过在函数签名中使用泛型类型参数,函数可以接受不同类型的参数,并在编译时生成对应的具体化代码。这种方式不依赖于trait,而是基于类型推断和编译时的静态分发

枚举方式

还有一种方式是使用枚举方式,例如

enum Shape {Circle(f64),Square(f64),Rectangle(f64, f64),
}impl Shape {fn area(&self) -> f64 {match *self {Shape::Circle(radius) => std::f64::consts::PI * radius * radius,Shape::Square(side_length) => side_length * side_length,Shape::Rectangle(length, width) => length * width,}}
}fn main() {let circle = Shape::Circle(5.0);let square = Shape::Square(4.0);let rectangle = Shape::Rectangle(3.0, 6.0);test(circle);test(square);test(rectangle);
}fn test(shape: Shape) {println!("shape area: {}", shape.area());
}

枚举在实现多态性方面有一些优点和缺点。以下是其中的一些:

优点:

简洁性:枚举提供了一种紧凑的方式来定义和组织具有不同变体的数据类型。它能够在一个地方集中描述和管理多种可能的状态或情况。
静态类型检查:由于枚举的变体是预先定义的,编译器可以在编译时验证变体的正确性。这可以帮助捕捉到潜在的错误,并提供类型安全性。
模式匹配:枚举与模式匹配相结合,可以使代码更具表达力和可读性。模式匹配可以根据具体的变体类型执行相应的逻辑,同时处理所有可能的情况,避免遗漏。

缺点:

限制的扩展性:当需要添加新的变体时,枚举需要进行修改。这可能涉及到修改已有的代码,以适应新的变体。这对于外部库或包的枚举类型来说尤其困难,因为无法直接修改其定义。
冗余的结构:枚举的每个变体都可以存储不同的数据结构,这可能会导致某些变体拥有与其他变体不相关的冗余数据。这可能会浪费内存空间,尤其是当只使用其中的一部分变体时。
灵活性的限制:枚举要求提前定义所有可能的变体。如果需要在运行时动态添加新的变体,或者处理不确定的类型集合,那么枚举可能不适合。

总结

以上就是今天要说的内容,不对的地方望指正

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.mzph.cn/news/51862.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

Java小项目|拼图小游戏|黑马

项目技术需求 Java基础 基本if、forio流File集合JFrame【看得懂就行】 项目素材以及打包exe&#xff1a; 链接&#xff1a;https://pan.baidu.com/s/1rPazJezTwS9O6e8BoYNIYA?pwd6666 项目运行截图 项目来源 哔哩哔哩-黑马程序员上 哔哩哔哩-黑马程序员下 项目介绍&…

线性代数(五) 线性空间

前言 《线性代数(三) 线性方程组&向量空间》我通过解线性方程组的方式去理解线性空间。此章从另一个角度去理解 空间是什么 大家较熟悉的&#xff1a;平面直角坐标系是最常见的二维空间 空间由无穷多个坐标点组成 每个坐标点就是一个向量 反过来&#xff0c;也可说&…

iptables的使用规则

环境中为了安全要限制swagger的访问&#xff0c;最简单的方式是通过iptables防火墙设置规则限制。 在测试服务器中设置访问swagger-ui.html显示如下&#xff0c;区分大小写&#xff1a; iptables设置限制访问9783端口的swagger字段的请求&#xff1a; iptables -A INPUT -p t…

云计算在线实训系统建设方案

一、 人工智能与云计算系统概述 人工智能&#xff08;Artificial Intelligence&#xff0c;简称AI&#xff09;是一种模拟人类智能的科学和工程&#xff0c;通过使用计算机系统来模拟、扩展和增强人类的智能能力。人工智能涉及多个领域&#xff0c;包括机器学习、深度学习、自然…

HarmonyOS开发:超详细了解项目的工程结构

前言 系列文章目录&#xff1a; HarmonyOS开发第一步&#xff0c;熟知开发工具DevEco Studio 当我们熟练的掌握了DevEco Studio之后&#xff0c;就可以创建项目进行练习了&#xff0c;和市场上大多数IDE一样&#xff0c;DevEco Studio也给我们提供了很多的实例模板&#xff0c…

软考高级系统架构设计师系列论文九十二:论新技术的引进

软考高级系统架构设计师系列论文九十二:论新技术的引进 一、摘要二、正文三、总结一、摘要 根据国家税务总局对税务系统内所有系统进行集成与整合的需求,我所在的开发单位组织了全国金税工程防伪税控系统网络版的升级开发工作。该项目工程浩大,要求在具有严格的安全、可靠性…

uniapp-form表单

<template><view class"ptb-20 plr-30 bg min100"><view class"bg-white radius-20 pd-30"><view class"bold mt-30 mb-50 size-32">选择方式&#xff1a;</view><u--form labelPosition"left" :mod…

基于PIC单片机篮球计分计时器

一、系统方案 本设计采用PIC单片机作为主控制器&#xff0c;矩阵键盘控制&#xff0c;比分&#xff0c;计时控制&#xff0c;24秒&#xff0c;液晶12864显示。 二、硬件设计 原理图如下&#xff1a; 三、单片机软件设计 1、首先是系统初始化 2、液晶显示程序 /*************…

UNIAPP调用API接口

API&#xff1a;开发者可以通过这些接口与其它程序进行交互&#xff0c;获取所需数据或者执行指定操作。 网络请求 API: UniApp 中内置了网络请求 API&#xff0c;方便调用 uni.request uni.uploadFile uni.request 接口主要用于实现网络请求。GET 和 POST 是使用最普遍的两种…

系统架构合理性的思考 | 京东云技术团队

最近牵头在梳理部门的系统架构合理性&#xff0c;开始工作之前&#xff0c;我首先想到的是如何定义架构合理性&#xff1f; 从研发的角度来看如果系统上下文清晰、应用架构设计简单、应用拆分合理应该称之为架构合理。 基于以上的定义可以从以下三个方面来梳理评估&#xff1…

task.run()和 await task.run() 区别 await 运行机制

Task.Run() 和 await Task.Run() 都涉及异步编程&#xff0c;但它们在使用场景和效果上有一些区别。1. **Task.Run()&#xff1a;**- Task.Run() 是一个用于在后台线程上执行代码块的方法。它将指定的代码块包装在一个新的Task中&#xff0c;并在后台线程上运行。它不会阻塞调用…

Day02-Vue基础

文章目录 Day02-Vuejs基础一 Vue基础语法常用指令1 文本指令2 判断指令3 事件绑定指令4 属性动态绑定二 选项卡实战Day02-Vuejs基础 一 Vue基础语法 常用指令 v-html、v-textv-showv-if、v-else-if、v-elsev-onv-bindv-for1 文本指令 header.vue <template><div c…

完整的application.xml

<!-- 资源文件配置 --><beans profile"dev"><bean class"com.ningpai.util.CustomPropertyPlaceholderConfigurer"><property name"locations"><list><value>classpath:/com/ningpai/web/config/dev/jdbc.p…

从零学算法79

79.给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中&#xff0c;返回 true &#xff1b;否则&#xff0c;返回 false 。 单词必须按照字母顺序&#xff0c;通过相邻的单元格内的字母构成&#xff0c;其中“相邻”单元格是那些水平相邻或垂直…

基于BP神经网络的火焰识别,基于BP神经网络的火灾识别

目标 背影 BP神经网络的原理 BP神经网络的定义 BP神经网络的基本结构 BP神经网络的神经元 BP神经网络的激活函数, BP神经网络的传递函数 代码链接:基于BP神经网络的火焰识别,基于BP神经网络的火灾识别资源-CSDN文库 https://download.csdn.net/download/abc991835105/88215…

怎么检测UI卡顿?(线上及线下)

什么是UI卡顿&#xff1f; 在Android系统中&#xff0c;我们知道UI线程负责我们所有视图的布局&#xff0c;渲染工作&#xff0c;UI在更新期间&#xff0c;如果UI线程的执行时间超过16ms&#xff0c;则会产生丢帧的现象&#xff0c;而大量的丢帧就会造成卡顿&#xff0c;影响用…

Matlab彩色图像转索引图像

索引图像 索引图像是一种把像素值直接作为RGB调色板下标的图像。索引图像包括一个数据矩阵X&#xff0c;一个调色板矩阵map&#xff0c;也称为颜色映像矩阵。其中&#xff0c;数据矩阵X可以是8位无符号整型、16位无符号整型或双精度类型。调色板矩阵map是一个m3的数据阵列&…

Adapting Language Models to Compress Contexts

本文是LLM系列文章&#xff0c;针对《Adapting Language Models to Compress Contexts》的翻译。 使语言模型适应上下文压缩 摘要1 引言2 相关工作3 方法4 实验5 上下文学习6 压缩检索语料库实现高效推理7 结论不足 摘要 1 引言 2 相关工作 3 方法 4 实验 5 上下文学习 …

亚马逊云科技CEO谈及企业领导力原则的核心:坚持顾客至上

亚马逊云科技首席执行官Adam Selipsky几乎从一开始就在那里&#xff1a;他于2005年加入&#xff0c;在效力亚马逊11年后于2016年离开&#xff0c;转而经营Tableau&#xff0c;并于2021年成为亚马逊云科技首席执行官。当时亚马逊云科技前首席执行官安迪贾西(Andy Jassy)接替杰夫…

大数据(一)定义、特性

大数据&#xff08;一&#xff09;定义、特性 本文目录&#xff1a; 一、写在前面的话 二、大数据定义 三、大数据特性 3.1、大数据的大量 (Volume) 特性 3.2、大数据的高速(Velocity)特性 3.3、大数据的多样化 (Variety) 特性 3.4、大数据的价值 (value) 特性 3.5、大…