【问题标题】:Abstract typing and multiple dispatch for functions in juliaJulia 中函数的抽象类型和多次调度
【发布时间】:2020-11-27 07:36:39
【问题描述】:

我想让对象根据它们的类型与特定的交互进行交互。

示例问题:我有四个粒子,两个是A型,两个是B型。当A型交互时我想使用函数

function interaction(parm1, parm2)
    return parm1 + parm2
end

当B型交互时我想使用该功能

function interaction(parm1, parm2)
        return parm1 * parm2
    end

当类型 A 与类型 B 交互时我想使用函数

function interaction(parm1, parm2)
        return parm1 - parm2
    end

这些函数故意过于简单。

我想计算一个依赖于成对交互的简单求和:

struct part
    parm::Float64
end

# part I need help with:
# initialize a list of length 4, where the entries are `struct part`, and the abstract types
# are `typeA` for the first two and `typeB` for the second two. The values for the parm can be
# -1.0,3, 4, 1.5 respectively

energy = 0.0
for i in range(length(particles)-1)
    for j = i+1:length(particles)
        energy += interaction(particles[i].parm, particles[j].parm)
    end
end

println(energy)

假设使用的参数为particle[1].parm = -1particle[2].parm = 3particle[3].parm = 4particle[4].parm = 1.5,则能量应考虑到相互作用

(1,2) = -1 + 3 = 2
(1,3) = -1 - 4 = -5
(1,4) = -1 - 1.5 = -2.5
(2,3) = 3 - 4 = -1
(2,4) = 3 - 1.5 = 1.5
(3,4) = 4 * 1.5 = 6

energy = 1

使用if statements 执行此操作几乎是微不足道的,但不可扩展。我追求干净、整洁的 Julia 方法......

【问题讨论】:

    标签: julia abstract-data-type multiple-dispatch


    【解决方案1】:

    您可以这样做(我使用最简单的实现形式,因为在这种情况下就足够了,而且我希望发生的事情很明确):

    struct A
        parm::Float64
    end
    
    struct B
        parm::Float64
    end
    
    interaction(p1::A, p2::A) = p1.parm + p2.parm
    interaction(p1::B, p2::B) = p1.parm * p2.parm
    interaction(p1::A, p2::B) = p1.parm - p2.parm
    interaction(p1::B, p2::A) = p1.parm - p2.parm # I added this rule, but you can leave it out and get MethodError if such case happens
    
    function total_energy(particles)
        energy = 0.0
        for i in 1:length(particles)-1
            for j = i+1:length(particles)
                energy += interaction(particles[i], particles[j])
            end
        end
        return energy
    end
    
    particles = Union{A, B}[A(-1), A(3), B(4), B(1.5)] # Union makes sure things are compiled to be fast
    
    total_energy(particles)
    

    【讨论】:

      【解决方案2】:

      我不知道如何在您的语言中执行此操作,但您需要的是类似于我们在面向对象编程中所谓的策略模式。策略是一种可插入、可重用的算法。在 Java 中,我会创建一个类似的接口:

      interface Interaction<A, B>
      {
          double interact(A a, B b)
      }
      

      然后执行此操作 3 次,并在需要交互的任何地方重复使用这些部分。另一种方法可以在不知道如何实现的情况下进行交互并使用它。我想这就是你想要的效果。对不起,我不知道如何翻译成你的方言。

      【讨论】:

      • 这个答案从根本上说是糟糕的,一些多重调度是 Julia 的一个特性,如果 4 种“设计模式”的憎恶团伙几乎已经过时了。
      • 呃,多分派并不是万灵药,原因有很多。
      • 也许不是全部,但令人惊讶的是很多:youtube.com/watch?v=kc9HwsxE1OY。其余的,我猜,被高阶函数覆盖了:)
      • 好吧。您可以在图灵机中实现一切。在我看来,问题是“什么是适合这项工作的工具?”
      • 多次调度绝对是解决这种特殊模式的方法。但是,用没有多次分派的语言来演示这是多么尴尬,这当然很有趣。
      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2015-12-20
      • 1970-01-01
      • 2016-06-13
      • 1970-01-01
      • 2017-09-03
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多