首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

当子类使用val实现它时,Scala抽象方法在超类中为null?

当子类使用val实现它时,Scala抽象方法在超类中为null。

在Scala中,val是一个只读的变量,它在定义时必须被初始化,并且在整个生命周期中其值不会改变。如果在抽象类中定义了一个抽象方法,并且在子类中使用val来实现它,那么在超类中调用这个抽象方法时,它将返回null。这是因为在子类中,val是在构造函数中被初始化的,而在超类的构造函数中,子类的成员变量还没有被初始化,因此抽象方法返回null。

为了避免这个问题,可以使用lazy val来替代val,这样在第一次使用时才会被初始化,从而避免了在超类构造函数中调用抽象方法时返回null的问题。

以下是一个示例代码:

代码语言:scala
复制
abstract class SuperClass {
  def method: String

  def testMethod: String = {
    method // 这里会返回null,因为子类的成员变量还没有被初始化
  }
}

class SubClass extends SuperClass {
  val method = "Hello, world!"
}

val subClass = new SubClass
println(subClass.testMethod) // 输出null

如果使用lazy val替代val,则不会出现这个问题:

代码语言:scala
复制
abstract class SuperClass {
  def method: String

  def testMethod: String = {
    method // 这里不会返回null,因为lazy val会在第一次使用时被初始化
  }
}

class SubClass extends SuperClass {
  lazy val method = "Hello, world!"
}

val subClass = new SubClass
println(subClass.testMethod) // 输出"Hello, world!"
页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • Scala学习笔记

    大数据框架(处理海量数据/处理实时流式数据) 一:以hadoop2.X为体系的海量数据处理框架         离线数据分析,往往分析的是N+1的数据         - Mapreduce             并行计算,分而治之             - HDFS(分布式存储数据)             - Yarn(分布式资源管理和任务调度)             缺点:                 磁盘,依赖性太高(io)                 shuffle过程,map将数据写入到本次磁盘,reduce通过网络的方式将map task任务产生到HDFS         - Hive 数据仓库的工具             底层调用Mapreduce             impala         - Sqoop             桥梁:RDBMS(关系型数据库)- > HDFS/Hive                   HDFS/Hive -> RDBMS(关系型数据库)         - HBASE             列式Nosql数据库,大数据的分布式数据库  二:以Storm为体系的实时流式处理框架         Jstorm(Java编写)         实时数据分析 -》进行实时分析         应用场景:             电商平台: 双11大屏             实时交通监控             导航系统  三:以Spark为体系的数据处理框架         基于内存            将数据的中间结果放入到内存中(2014年递交给Apache,国内四年时间发展的非常好)         核心编程:             Spark Core:RDD(弹性分布式数据集),类似于Mapreduce             Spark SQL:Hive             Spark Streaming:Storm         高级编程:             机器学习、深度学习、人工智能             SparkGraphx             SparkMLlib             Spark on R Flink

    04
    领券