斯卡拉中的亞型多態性有哪些替代方案？

Question

我很想知道scala中亞型多態性的完整替代方案。

Answer 1

用於Scala中實現靜態辨認的多態性的基本工具是

• 亞型（沼澤標準OO多態性）
• 類型參數（允許多態性方差和約束）
• 自分型（允許OO多態性的限制和專門化）
• 隱式轉換（允許事後多態構造）
• 結構分型（允許聚根據特徵，而不是類型態射）
• 普通型邊界（允許在允許的多態性極其精確的約束）
• 模式匹配（允許基於數據結構中，類似於抽象數據類型）
• 高等kinded類型多態性（允許多態性結構的多態性）

調用所有這些'替代品'可能是錯誤的詞，因爲它們很好地結合在一起。通過結合使用這些工具中的一些來表達一些多態算法並不罕見。

也值得注意的是在Scala多態中的理解的地方。對於理解，似乎並不特別多態。在表面之下，for-comprehensions只是調用filter/map/flatMap的語法糖，而這些方法的實現往往是高度多態的。因此，看起來相對簡單的for-loops可能會導致一些非常令人印象深刻的多態效應。