博客
关于我
Kotlin泛型中何时该用类型形参约束?
阅读量:200 次
发布时间:2019-02-28

本文共 1689 字,大约阅读时间需要 5 分钟。

当(当不)使用Kotlin泛型类型参数约束时

在开发Kotlin应用时,了解何时应该使用泛型类型参数约束至关重要。以下是一些实用的建议和示例,帮助您做出明智的决定。


示例场景:宠物选择器

假设您需要创建一个宠物选择器函数,能够从宠物列表中随机选择一个最喜欢的。以下是原始代码:

fun 
chooseFavorite(pets: List
): T { val favorite = pets[random.nextInt(pets.size)] // 此处无法访问 `name` 属性,因为 `T` 可以是任意类型 println("My favorite pet is ${favorite.name}") return favorite}

在上述代码中,T 可以是任何类型,包括 Int 或其他不具有 name 属性的类型,导致编译失败。


解决方案一:放弃泛型

一种简单的解决方法是直接去除泛型:

fun chooseFavorite(pets: List
): Pet { val favorite = pets[random.nextInt(pets.size)] println("My favorite pet is ${favorite.name}") return favorite}

这种方法的好处是无需处理泛型类型参数,但会导致返回类型固定为 Pet,无法接收其他类型的宠物列表。


解决方案二:使用类型参数约束

为了支持多种宠物类型(如 DogCat),我们可以在泛型中指定上界约束:

fun 
chooseFavorite(pets: List
): T { val favorite = pets[random.nextInt(pets.size)] println("My favorite pet is ${favorite.name}") return favorite}

这里,T 被限制为 Pet 及其子类,确保 favorite 总是具有 name 属性。


使用建议

根据您的需求,以下是使用泛型类型参数约束的两种主要场景:

1. 需要调用特定成员(如函数或属性)

如果您的函数内部需要访问某个特定类型的成员(如 name 属性),则必须使用带有类型参数约束的泛型。

2. 需要保留类型

如果您希望返回类型保持为特定类型(如 Pet),而不接受其子类,则需要使用带有类型参数约束的泛型。


何时不使用类型参数约束

  • 不需要调用特定成员:如果您的函数不依赖于某个特定类型的成员(如属性或方法),则可以不使用类型参数约束。
  • 不需要保留类型:如果您的函数返回类型可以是任意子类(如 Pet 的所有实现),则可以使用不带类型参数约束的泛型或更简单的抽象类。

分类表格

以下表格帮助您快速决策:

情况 是否使用类型参数约束 示例
需要调用特定成员 必须使用 chooseFavorite() 需要访问 Petname 属性
不需要保留类型 不使用 返回任意类型的列表(如 List<Any>
不需要调用成员 不使用 使用 Random.nextInt(),不依赖于特定类型
需要保留类型且不调用成员 使用 返回特定类型(如 Pet),但不依赖于其成员

如何指定约束

Kotlin 支持多种类型约束,例如:

  • T: PetT: Pet & Dog
  • T: List<Pet>
  • T: Any(通用类型)

具体约束方式请参考 Kotlin官方文档


读者评价

本文的核心观点是:是否需要调用成员决定了是否使用类型参数约束。如果您的函数内部需要访问某个特定类型的成员(如属性或方法),则必须使用带有类型参数约束的泛型。否则,可以选择不使用约束或使用更简单的类型。


通过以上示例和建议,您可以更明智地决定何时使用Kotlin的泛型类型参数约束,从而提高代码的可读性和可维护性。

转载地址:http://qqrs.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
OpenCV中的监督学习
查看>>