我是Scala的新手,并且一直试图在Lift中开发一个数据网格,这样我就可以舒适地显示数据(这也很适合我作为一种Scala / Lift练习,以便更好地掌握的语言)。无论如何,我似乎都坚持使用泛型推理。
我有一个抽象的Grid类,所有的具体网格都可以扩展。然后,他们通过columns
字段定义其列。我想实现默认排序,但无法弄清楚如何正确地进行必要的推理。这是(非常简化的)代码:
//Lift classes
trait Mapper[A <: Mapper[A]]
trait MappedField[FieldType, OwnerType <: Mapper[OwnerType]]
final case class OrderBy[O <: Mapper[O], T](field: MappedField[T, O])
//models
class Items extends Mapper[Items] {
object name extends MappedField[String, Items]
}
object Items extends Items
//Grid
abstract class Grid {
case class Column[O <: Mapper[O]](val label: String, val alias: String, val column: MappedField[_, O])
val columns: List[Column[_]]
def sort(by: List[String]) = {
//HERE I get the inferred type arguments do not conform to method apply's type parameter bounds...
columns.filter(c => by.contains(c.alias)).map(c => OrderBy(c.column))
}
}
class ItemsGrid extends Grid {
val columns = List(new Column[Items]("Name", "name", Items.name))
def sortWorking(by: List[String]) = {
val col = new Column[Items]("Name", "name", Items.name)
OrderBy(col.column)
}
}
...不编译。我在OrderBy
的{{1}}方法的sort
方法中遇到以下错误:推断类型参数[ $ 2, $ 1]符合方法apply的类型参数bounds [O&lt ;: main.Mapper [O],T] 。
由于Grid
中sortWorking
中的虚拟排序工作得很好,问题必须隐藏在Items
的{{1}}中。我无法使用下限和存在来正确地声明类型,并且无法说服编译器推断出List[Column[_]]
具有正确的类型,它们的列表也是如此。
任何想法或指向我正确的方向是非常感谢! Tadeáš
答案 0 :(得分:2)
下一行的问题:
val columns: List[Column[_]] // in '_'
我建议将类型参数转换为类型变量(使用嵌入式多态):
//Grid
abstract class Grid {
trait Column {
type F
type O <: Mapper[O]
val label: String
val alias: String
val column: MappedField[F, O]
}
object Column {
def apply[F1, O1 <: Mapper[O1]]
(l : String, a : String, c : MappedField[F1, O1]) =
new Column {
type F = F1
type O = O1
val label = l
val alias = a
val column = c
}
}
val columns: List[Column]
def sort(by: List[String]) = {
columns.filter(c => by.contains(c.alias)).map(c => OrderBy(c.column))
}
}
Grid
实例将如下所示:
class ItemsGrid extends Grid {
val columns = List(Column("Name", "name", Items.name))
def sortWorking(by: List[String]) = {
val col = Column("Name", "name", Items.name)
OrderBy(col.column)
}
}