博客
关于我
Java 泛型使用
阅读量:376 次
发布时间:2019-03-05

本文共 985 字,大约阅读时间需要 3 分钟。

当我们解析 JSON 时,期望通过参数传入目标类,得到返回值对象类型就是目标类的类型,从而省掉类型转换的操作,这时就可以利用泛型。这使得代码更加简洁高效,减少了不必要的类型检查和转换操作。

泛型方法示例

以下是一个使用泛型的方法示例,展示了如何通过泛型类型参数来实现类型安全的解析操作:

public static 
T parse(String text, Class
clazz) { try { return JSON.parseObject(text, clazz); } catch (Exception e) { log.error("json 解析出错: {}", text); log.error(e.getMessage(), e); return null; }}

泛型常识

在 Java 中,泛型是一种强类型的参数化技术,可以在类、接口、方法或变量的定义中声明。以下是一些关于泛型的常识:

  • 泛型可以声明在类、接口、方法或变量上

    泛型可以出现在不同的层次,具体取决于使用的场景。

  • 类方法中的泛型声明

    类方法中的泛型需要手动声明,每次调用时都需要指定具体的类型参数。例如:

    public static 
    T parse(String text, Class
    clazz) { ... }
  • 泛型的类型安全性

    泛型在编译时就已经进行了类型检查和转换,这样可以确保代码运行时的类型安全性,减少了强制类型转换的需求。

  • 泛型的上下界限制

    泛型可以指定上下界(上限或下限),例如:

    public static 
    E parseData(String data, Class
    clazz) { ... }

    这里,E 必须是 DemoData 的子类才能编译通过。

  • 通配符<?

    通配符<?表示不确定的类型,可以用于处理未知的类型参数。默认情况下,通配符对应的类型是 Object

  • 通过正确使用泛型,可以显著提高代码的可读性和维护性,同时减少了手动类型转换的工作量。在实际开发中,合理使用泛型可以提高代码的可扩展性和可维护性。

    转载地址:http://tccg.baihongyu.com/

    你可能感兴趣的文章
    pandas :to_excel() float_format
    查看>>
    pandas :加入有条件的数据框
    查看>>
    pandas :将多列汇总为一列,没有最后一列
    查看>>
    pandas :将时间戳转换为 datetime.date
    查看>>
    pandas :将行取消堆叠到新列中
    查看>>
    pandas :设置编号.最大行数
    查看>>
    pandas DataFrame 中的自定义浮点格式
    查看>>
    Pandas DataFrame 的 describe()方法详解-ChatGPT4o作答
    查看>>
    Pandas DataFrame中删除列级的方法链接解决方案
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas DataFrame多索引透视表-删除空头和轴行
    查看>>
    pandas DataFrame的一些操作
    查看>>
    Pandas Dataframe的日志文件
    查看>>
    Pandas df.iterrows() 并行化
    查看>>
    Pandas drop_duplicates 方法不适用于包含列表的数据框
    查看>>
    pandas groupby 和过滤器
    查看>>
    pandas GROUPBY+变换和多列
    查看>>
    pandas Groupby:创建两列的Groupby时,如何按正确的顺序对工作日进行排序?
    查看>>
    Pandas matplotlib 无法显示中文
    查看>>