接口与抽象类的区别 详细总结

article/2025/10/14 0:24:05

-------------------------      在这里我总结了五点区别      -----------------------

 

 

       区别一:           抽象类中可以存在非抽象的方法        VS       接口中的方法被默认的变成抽象方法,只要是定义了接口,接口中的方法 就全部变成了抽象类即使你不写 abstract  它也是抽象的方法    

 

        区别二:            实现抽象类的方法时, 如果方法是抽象的,子类必须重写抽象的方法. 如果方法不是抽象的, 子类可以选择继承         VS       实现了接口 就必须实现接口中的所有方法, 因为接口中的方法默认的全部都是抽象的方法    --------------所以这里可以说, 接口是抽象类的一种, 也可以说接口是抽象类的延伸

 

       区别三:            抽象类可以有私有的成员变量和成员方法           VS        接口中的方法全都被默认的修饰为: public  abstract   类型的方法

 

       区别四:            一个类只能继承一个抽象类                 VS         一个类可以实现多个接口  ,接口可以实现多继承   举例:interface display extends aa ,bb,cc ...等等    然后让类去实现 display的接口 就可以实现 display aa bb  cc接口

 

       区别五:         抽象类中的非抽象的方法可以选择继承          VS      接口中的方法必须全部被重写 ,并且全部是公有的public 方法.

 

 

---------------------------------------------以下图片仅供参考-----------------------------------------------------

 


http://chatgpt.dhexx.cn/article/8KdiqIHF.shtml

相关文章

Java-抽象类与接口

Java-抽象类与接口

前言 温故而知新 最近从头来看当初学过的语法知识点, 温故而知新, 发现当初还有许多未掌握的知识, 所以我建议大家也要多温故, 可能当初有好多知识点是没掌握到的. 这篇博客的重点就是介绍抽象类与接口, 并阐述他们的区别. 一. 抽象类 1. 概念 在面向对象的概念中, 所有的…
阅读更多...
一文带你了解【抽象类和接口】

一文带你了解【抽象类和接口】

1. 抽象类概念 在面向对象的概念中，所有的对象都是通过类来描绘的，但是并不是所有类都是用来描绘对象的。如果一个类中没有包含足够的信息来描绘一个具体的对象，这样的类就是抽象类。 举个简单的例子 上图中，三角形&#xff0…
阅读更多...
抽象类和接口

抽象类和接口

目录 抽象类 抽象类使用abstract修饰类 抽象类当中可以包含普通类所能包含的成员 抽象类和普通类不一样的是，抽象类当中可以包含抽象方法。 抽象类方法是使用abstract修饰的，这个方法没有具体的实现 不能实例化抽象类 抽象类存在的意义是为了被继承…
阅读更多...
Java抽象类和接口 -- 深度剖析

Java抽象类和接口 -- 深度剖析

💖欢迎来阅读子豪的博客（Java语法篇🧔） 👉有什么宝贵的意见或建议可以在留言区留言 💻欢迎 素质三连 点赞 关注 收藏 🧑‍🚀码云仓库：补集王子的代码仓库 Java抽象类和接…
阅读更多...
Java学习系列之抽象类和接口的区别和联系

Java学习系列之抽象类和接口的区别和联系

导读 本文首先分别介绍抽象类和接口的基础概念、特征和应用场景，然后介绍其区别和联系。 1 抽象类 1.1 定义抽象类 在Java中被abstract关键字修饰的类称为抽象类，被abstract关键字修饰的方法称为抽象方法，抽象方法只有方法的声明&#xff…
阅读更多...
从抽象类到接口—手把手教你写抽象类（一）—还在Ctrl C的伙伴们看过来了

从抽象类到接口—手把手教你写抽象类（一）—还在Ctrl C的伙伴们看过来了

目录 一、抽象类概述 二、抽象类的特点 三、抽象类的案例 四、抽象类的细节 五、抽象类的思想 抽象类概述 抽象定义 –抽象是从多个事物中将共性的，本质的内容抽取出来。 –例：狼和狗共性都是犬科，犬科就是抽象出来的概念。 抽象类 –…
阅读更多...
Java基础学习:抽象类和接口

Java基础学习:抽象类和接口

目录,更新ing,学习Java的点滴记录 目录放在这里太长了,附目录链接大家可以自由选择查看--------Java学习目录 抽象类和接口_抽象类和抽象方法 抽象类是普通的类与接口之间的一种中庸之道,尽管你可能在构建某些未实现方法的类是,第一想法可能是创建接口,但是抽象类仍旧是用于此…
阅读更多...
SVD奇异值分解（理论与C++实现）

SVD奇异值分解（理论与C++实现）

SVD奇异值分解 前言理论推导部分代码实现 前言 奇异值分解(singular value decomposition，以下简称SVD)是线性代数中一种重要的矩阵分解。SVD将矩阵分解为奇异向量(singular vector)和奇异值(singular value)。SVD将矩阵 A A A分解成三个矩阵的乘积 A U D V T A …
阅读更多...
matlab实现奇异值分解

matlab实现奇异值分解

一、原理 二、实现 %% 两种方法计算矩阵 A 的 SVD A [0,1; 1,1; 1,0];%% 方法一：利用特征分解eig % 计算右奇异矩阵V [V,D1] eig(A*A); n size(D1,1); index n:-1:1; D1 diag(D1); D1 D1(index); D1 diag(D1, 0); V V(:,index); % 计算左奇异矩阵U [U,D2…
阅读更多...
特征值分解和奇异值分解

特征值分解和奇异值分解

特征值分解 特征值分解是将一个方阵A分解为如下形式： A Q Σ Q − 1 AQ\Sigma Q^{-1} AQΣQ−1 其中，Q是方阵A的特征向量组成的矩阵， Σ \Sigma Σ是一个对角矩阵，对角线元素是特征值。 通过特征值分解得到的前N个特征向量&am…
阅读更多...
奇异值分解的揭秘（一）：矩阵的奇异值分解过程

奇异值分解的揭秘（一）：矩阵的奇异值分解过程

转载来源： 作者：Xinyu Chen 链接：https://zhuanlan.zhihu.com/p/26306568 来源：知乎 矩阵的奇异值分解（singular value decomposition，简称SVD）是线性代数中很重要的内容，并且奇…
阅读更多...
奇异值分解（Singular Values Decomposition，SVD）

奇异值分解（Singular Values Decomposition，SVD）

奇异值分解 1.奇异值分解1.1 变换（Transformations）1.2 线性变换（Linear Transformations）1.3 降维（Dimensionality Reduction）1.4 奇异值分解（SVD）1.4.1 如果矩阵 A A A是方阵&…
阅读更多...
奇异值分解(SVD)的原理详解及推导

奇异值分解(SVD)的原理详解及推导

1. 写在前面 最近整理推荐系统模型的时候， 第二个模型打算整理一下隐语义模型， 这里面绕不开一种思想就是矩阵分解， 而作为矩阵分解的经典方法SVD感觉这次有必要学学了， SVD不仅是一个数学问题，在工程应用中的很多地方…
阅读更多...
机器学习(29)之奇异值分解SVD原理与应用详解

机器学习(29)之奇异值分解SVD原理与应用详解

微信公众号 关键字全网搜索最新排名 【机器学习算法】：排名第一 【机器学习】：排名第一 【Python】：排名第三 【算法】：排名第四 前言 奇异值分解(Singular Value Decomposition，简称SVD)是在机器学习领域广泛应用的算法，它不光可以用于降维算法中的特征分解，还可以用于…
阅读更多...
【机器学习】这次终于彻底理解了奇异值分解(SVD)原理及应用

【机器学习】这次终于彻底理解了奇异值分解(SVD)原理及应用

奇异值分解(Singular Value Decomposition，以下简称SVD)是在机器学习领域广泛应用的算法，有相当多的应用与奇异值都可以扯上关系，它不光可以用于降维算法中的特征分解，比如做feature reduction的PCA，做数据压缩&#x…
阅读更多...
联邦学习——用data-free知识蒸馏处理Non-IID

联邦学习——用data-free知识蒸馏处理Non-IID

《Data-Free Knowledge Distillation for Heterogeneous Federated Learning》ICML 2021 最近出现了利用知识蒸馏来解决FL中的用户异构性问题的想法，具体是通过使用来自异构用户的聚合知识来优化全局模型，而不是直接聚合用户的模型参数。然而&#xff0c…
阅读更多...
【FLIS】Clustered Federated Learning via Inference Similarity for Non-IID Data Distribution

【FLIS】Clustered Federated Learning via Inference Similarity for Non-IID Data Distribution

Clustered Federated Learning via Inference Similarity for Non-IID Data Distribution 基于推理相似性的非iid数据分布聚类联邦学习 Abstract1.INTRODUCTION2.FEDERATED LEARNING WITH CLUSTERINGA. Overview of FLIS AlgorithmB. Clustering Clients 3.EXPERIMENTSA. Exper…
阅读更多...
Federated Learning with Non-IID Data 论文笔记

Federated Learning with Non-IID Data 论文笔记

本文提出联邦学习中的由于Non-IID数据分布而精度降低是因为权重分散（weight divergence），而权重散度可以用搬土距离（EMD）量化，最后提出了一种策略：通过创建一个在所有边缘设备之间全局共享的数据…
阅读更多...
论文分享：「FED BN」使用LOCAL BATCH NORMALIZATION方法解决Non-iid问题

论文分享：「FED BN」使用LOCAL BATCH NORMALIZATION方法解决Non-iid问题

‍ ‍ 本次分享内容基于ICLR 2021收录的一篇文章：《FED BN: FEDERATED LEARNING ON NON-IID FEATURES VIA LOCAL BATCH NORMALIZATION》，这篇论文主要探讨了使用LOCAL BATCH NORMALIZATION方法解决Non-iid问题。围绕这篇论文的分享将分为4个部分&#…
阅读更多...
On the convergence of FedAvg on non-iid data

On the convergence of FedAvg on non-iid data

在这篇blog中我们一起来阅读一下 On the convergence of FedAvg on non-iid data 这篇 ICLR 2020 的paper. 主要目的 本文的主要目的是证明联邦学习算法的收敛性。与之前其他工作中的证明不同，本文的证明更贴近于实际联邦学习的场景。特别的， 所有用户…
阅读更多...
推荐文章

Copyright @ 2022~2023