大数据第六天内容

[作业1]

------------------------------------

使用抽象类和接口实现适配器模式设计。涉及的类和接口分别为ButtonListener(接口),

其中含有click() / dbclick() / keyUp() / keyDown()等方法。

ButtonAdapter(按钮适配器类),适配器中对非click()方法进行默认实现。

Button类中添加addListener(ButtonListener l)方法。

代码:

//按钮监听器接口

interface ButtonListener{

public void onClick();//单击事件

public void onDbclick();//双击事件

public void onKeyDown();//按键按下

public void onKeyUp();//按键释放

}

//按钮

class Button{

//按钮的监听器

private ButtonListener listener ;

//添加监听器

public void addListener(ButtonListener lsn){

this.listener = lsn ;

}

//模拟单击事件

public void click(){

//处理单击事件

listener.onClick();

}

//模拟双击事件

public void dbClick(){

listener.onDbclick();

}

}

//按钮监听器适配器

abstract class ButtonListenerAdapter implements ButtonListener{

public void onDbclick(){

}

public void onKeyUp(){

}

public void onKeyDown(){

}

}

class MyListener extends ButtonListenerAdapter{

public void onClick(){

System.out.println("i click one !");

}

}

class YourListener extends ButtonListenerAdapter{

public void onClick(){

System.out.println("you click one !");

}

}

class AdapterDemo{

public static void main(String[] args){

//button1

Button btn1 = new Button();

MyListener l = new MyListener();

btn1.addListener(l);

btn1.click();

//button2

Button btn2 = new Button();

YourListener yl = new YourListener();

btn2.addListener(yl);

btn2.click();

}

}

[作业2]

------------------------------------

阐述什么是多态。

为什么函数可以覆盖,而属性不能覆盖?

1)多种形态。

对继承的类来讲,使用父类类型引用子类的对象。

通过有继承关系的类之间,父类调用子类对象,从不同的角度调用方法

对于接口来说,可以使用接口引用实现了该接口的类所创建的对象。

2)函数是过程或行为,子类继承父类后可以通过重写父类方法进行覆盖,

被调用完成相应内容后,通过弹栈结束;

但属性属于资产,进行存储数据等,因此函数可以覆盖但属性不能。

时间: 2024-10-20 14:25:21

大数据第六天内容的相关文章

大数据第六天作业

1.使用抽象类和接口实现适配器模式设计. public class Button { private ButtonListener listener; public void addListener(ButtonListener listener){ this.listener = listener; } public void click(){ listener.click(); } } public interface ButtonListener { public void click()

2019年,该怎样去系统学习大数据,知识+内容+教程

大数据作为2019年比较热门的技术,受到越来越多的关注,那么对于一个想进入大数据的朋友来说,最想知道的是:大数据学什么?今天科多大数据就和你们一起来分享一篇关于大数据学习内容体系介绍的文章. 大数据技术体系太庞杂了,基础技术覆盖数据采集.数据预处理.分布式存储.NOSQL数据库.多模式计算(批处理.在线处理.实时流处理.内存处理).多模态计算(图像.文本.视频.音频).数据仓库.数据挖掘.机器学习.人工智能.深度学习.并行计算.可视化等各种技术范畴和不同的层面.另外大数据应用领域广泛,各领域采用

javaweb学习总结(三十四)——使用JDBC处理MySQL大数据

一.基本概念 大数据也称之为LOB(Large Objects),LOB又分为:clob和blob,clob用于存储大文本,blob用于存储二进制数据,例如图像.声音.二进制文等. 在实际开发中,有时是需要用程序把大文本或二进制数据直接保存到数据库中进行储存的. 对MySQL而言只有blob,而没有clob,mysql存储大文本采用的是Text,Text和blob分别又分为: TINYTEXT.TEXT.MEDIUMTEXT和LONGTEXT TINYBLOB.BLOB.MEDIUMBLOB和L

javaweb(三十四)——使用JDBC处理MySQL大数据

一.基本概念 大数据也称之为LOB(Large Objects),LOB又分为:clob和blob,clob用于存储大文本,blob用于存储二进制数据,例如图像.声音.二进制文等. 在实际开发中,有时是需要用程序把大文本或二进制数据直接保存到数据库中进行储存的. 对MySQL而言只有blob,而没有clob,mysql存储大文本采用的是Text,Text和blob分别又分为: TINYTEXT.TEXT.MEDIUMTEXT和LONGTEXT TINYBLOB.BLOB.MEDIUMBLOB和L

大数据对于数据分析师意味着什么?

大数据从无人谈及,到现在的大肆炒作,到底什么才是大数据,对于数据分析师,它又有意味着什么?用Google搜索了一下"Big Data",你会得到了19,600,000个结果,而使用同样的词语,在两年前你几乎搜索不到什么内容,而现在大数据的内容被大肆炒作,内容多得让人眼花缭乱.而这些内容主要是来自IBM.麦肯锡和Reilly ,大多数文章都是基于营销目的的夸夸其谈,对真实的情况并不了解,有些观点甚至是完全错误的.我问自己,大数据之于数据分析师,它意味着什么呢?进步的一面体现在,大数据的概

大数据学习之路------借助SANDBOX开始学习

一开始... 一开始知道大数据这个概念的时候,只是感觉很高大上,引起了我的兴趣.当时也不知道,这个东西是做什么的,有什么用,当然现在看来也是很模糊的样子,但是的确比一开始强了不少. 所以学习的过程可能会很艰辛甚至有时候会很缓慢,但是感觉这东西未来会很有用途,最初了解大数据是从<大数据时代>这本书开始的,里面的很多概念和预测让我觉得很神奇. 但是渐渐生活中的一些事物被印证,我渐渐接受了这本书的内容,我觉得这本书还是值得一看的. 在国内这个技术似乎是比较新颖的,做的人似乎不是很多,正因为如此,资料

追本溯源 解析“大数据生态环境”发展现状(CSDN)

程学旗先生是中科院计算所副总工.研究员.博士生导师.网络科学与技术重点实验室主任.本次程学旗带来了中国大数据生态系统的基础问题方面的内容分享.大数据的发展越来越快,但是对于大数据的认知大都还停留在最初的阶段——大数据是一类资源.一类工具,其实“大数据”更多的体现的是一个认知和思维,是一种战略.认知和文化. 以下为分享实录全文: 一年多来,通过组织中国大数据技术大会.CCF大数据学术会议以及各类大大小小的应用峰会与学术论坛,结合我们科学院网络数据科学与技术重点实验室所承担的与大数据相关的重大基础课

大数据时代 九眼智能编织网络管理安全网

近年来,随着移动互联网和自媒体的兴起与发展,互联网空间日益丰富.热闹,人人享有"麦克风"的时代逐渐成为现实,网络空间一度成为众声喧哗之地.然而,在拓展人们生活空间的同时,互联网中的不实信息.不良行为等"负能量"和"噪音"也开始滋生传播,不仅侵害个人隐私和财产安全,也威胁着从虚拟空间到现实空间的秩序. 信息网络以激浊扬清为第一要义.网络化生活已成为人们的基本生活形态,对于广大群众来说,信息网络绝不是中性的.工具性的,而是有着价值导向.可以传递温度的

第二期:关于十大数据相关问答汇总,关注持续更新中哦~

NO.1 学大数据如何零基础入门? 答:学习任何东西都一样,一开始就是一道坎,我很喜欢看书,特别是容易入门的书.对于大数据,我的具体研究方向是大规模数据的机器学习应用,所以首先要掌握以下基本概念.微积分(求导,极值,极限)线性代数(矩阵表示.矩阵计算.特征根.特征向量)概率论+统计(很多数据分析建模基于统计模型).统计推断.随机过程线性规划+凸优化.非线性规划等*数值计算.数值线代等当然一开始只要有微积分.线代以及概率论基本上就可以入门机器学习,我强烈推荐几本书,这几本书不需要看完,只需要对其中