You Don't Know JS: 深入理解JavaScript中的类与继承机制
2025-06-04 12:31:53作者:瞿蔚英Wynne
前言
在JavaScript的世界中,"类"这个概念一直是个颇具争议的话题。本文将带您深入探讨JavaScript中类的本质,以及如何理解和使用类继承机制。我们将从面向对象编程的基础理论出发,逐步揭示JavaScript中类实现的特殊之处。
类理论:面向对象编程的核心
面向对象编程(OOP)强调数据与行为的封装,将相关的数据和操作这些数据的方法捆绑在一起形成"类"。这种思想源自我们对现实世界的建模方式。
类的基本概念
以字符串为例:
- 数据:字符序列
- 行为:计算长度、追加内容、搜索等操作
在传统OOP语言中,我们会定义一个String类,包含字符数据和对这些数据的操作方法。每个具体的字符串就是这个类的"实例"。
分类与继承
类系统还提供了分类机制。例如:
Vehicle(交通工具)作为基类,定义通用特性(动力系统、载客能力等)Car(汽车)作为子类,继承Vehicle的特性并添加特殊化定义
这种父子类关系形成了继承体系,子类可以:
- 继承父类的属性和方法
- 覆盖(override)父类方法实现特殊行为
- 添加新的属性和方法
JavaScript中的"类":表象与实质
类的语法糖
JavaScript提供了看似类定义的语法:
new和instanceof操作符- ES6引入的
class关键字
但重要的事实是:JavaScript没有真正的类!
这些语法只是对原型继承机制的包装,与传统类继承有本质区别。
类设计模式的可选性
在JavaScript中,使用类是一种可选的设计模式,而非强制要求。这与Java等语言有根本不同:
- Java:一切都是类
- C++/PHP:支持过程式和面向对象混合编程
- JavaScript:基于原型的面向对象
类机制详解
实例化过程
类的实例化可以类比建筑过程:
- 建筑师设计蓝图(类定义)
- 建造者根据蓝图建造实际建筑(实例)
- 每个建筑都是蓝图的独立副本
在代码中:
class CoolGuy {
constructor(trick) {
this.specialTrick = trick
}
showOff() {
console.log(`这是我的特殊技能: ${this.specialTrick}`)
}
}
const Joe = new CoolGuy("跳绳")
Joe.showOff() // 输出: "这是我的特殊技能: 跳绳"
构造函数的角色
构造函数负责:
- 与类同名(惯例)
- 初始化实例状态
- 必须使用
new调用
类继承与多态
继承的实现
继承建立了父子类关系:
class Vehicle {
constructor() {
this.engines = 1
}
ignition() {
console.log("启动引擎")
}
drive() {
this.ignition()
console.log("前进!")
}
}
class Car extends Vehicle {
constructor() {
super()
this.wheels = 4
}
drive() {
super.drive()
console.log(`用${this.wheels}个轮子行驶`)
}
}
多态性
多态表现为:
- 方法覆盖:子类重写父类方法
- 相对引用:通过
super访问父类方法 - 动态绑定:运行时确定调用的具体方法
在之前的例子中:
Car覆盖了drive()方法- 但仍可通过
super.drive()调用父类实现 - 方法调用时会自动选择正确的实现版本
JavaScript类机制的特殊性
与传统类语言不同,JavaScript的类实现有几个关键区别:
- 基于原型:类本质上是构造函数的语法糖
- 动态性:方法和属性可以在运行时修改
- 继承实现:通过原型链而非真正的类继承
- 构造器关系:子类构造器与父类构造器没有直接联系
总结
理解JavaScript中的"类"需要注意:
- 类语法只是原型继承的抽象
- 与传统OOP语言的类有本质区别
- 继承和多态的实现方式独特
- 类设计模式在JavaScript中是可选的
掌握这些概念有助于我们更有效地使用JavaScript的面向对象特性,避免因误解而导致的常见陷阱。在后续章节中,我们将继续探讨如何通过混入(Mixins)等模式在JavaScript中实现更灵活的代码复用。
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
138
169
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
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++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
717
🎉 (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
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
197
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460