UnitsNet项目中的IQuantity接口优化:移除泛型数学接口依赖
2025-06-28 23:34:03作者:廉彬冶Miranda
在UnitsNet项目的开发过程中,团队对核心接口IQuantity进行了一次重要优化。本文将详细介绍这次接口调整的技术背景、决策依据以及带来的改进效果。
接口调整背景
UnitsNet作为一个强大的.NET单位转换库,其核心接口IQuantity定义了所有数量类型的基本契约。在.NET 7+环境中,该接口原本继承了IComparisonOperators和IParsable两个泛型数学接口,这导致了一些设计上的问题。
原有设计的问题
- 实现负担加重:每个自定义数量类型都需要实现这些接口方法,增加了开发者的工作量
- 接口污染:将非核心功能强加给所有实现者,违反了接口隔离原则
- 二进制膨胀:虽然预期会增加代码体积,但实际测试发现移除后反而减小了约1KB
优化方案
团队决定将这两个接口从IQuantity核心接口中移除,改为在具体实现类中单独实现。这种调整带来了几个显著优势:
- 更灵活的设计:不再强制要求所有数量类型必须实现比较和解析功能
- 更清晰的职责划分:IQuantity专注于核心的单位转换功能
- 更好的扩展性:开发者可以根据需要选择性地实现这些功能
技术实现细节
对于确实需要这些功能的场景,可以通过组合约束来实现:
public List<TQuantity> ParseQuantities<TQuantity>(string text)
where TQuantity: IParsable<TQuantity>;
public List<TUnit> ParseUnits<TQuantity, TUnit>(string text)
where TQuantity: IQuantity<TUnit>, IParsable<TQuantity>;
兼容性考虑
这次变更属于破坏性修改,会影响所有自定义实现IQuantity接口的代码。不过考虑到UnitsNet主要作为基础库使用,这种调整对最终用户的影响相对有限。
结论
这次接口优化体现了良好的软件设计原则:保持接口精简、职责单一。通过移除非核心的泛型数学接口,UnitsNet库变得更加灵活和轻量,为未来的扩展奠定了更好的基础。这也展示了.NET泛型数学接口在实际项目中的合理应用方式——作为可选功能而非强制要求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
278
暂无简介
Dart
639
145
Ascend Extension for PyTorch
Python
202
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.12 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100