首先協(xié)變(Covariance)和逆變(contravariance)，這倆概念不是TS特有的，很多有類(lèi)型系統(tǒng)的語(yǔ)言都有一樣的概念，比如C#，JAVA等。要理解這兩個(gè)概念，讓我們先建立幾個(gè)類(lèi)，然后再詳細(xì)說(shuō)明，如下：

代碼很直觀，建立了3個(gè)類(lèi)，動(dòng)物，狗，黃狗，它們之間的繼承關(guān)系是，動(dòng)物(Animal)類(lèi)是基類(lèi)，狗(Dog)繼承自動(dòng)物類(lèi)，黃狗(YellowDog)繼承自狗類(lèi)。Animal <- Dog <- YellowDog 它們每個(gè)類(lèi)都有各自特有的屬性。

接下來(lái)，我們來(lái)為每個(gè)類(lèi)創(chuàng)建一個(gè)實(shí)例對(duì)象：

協(xié)變(Covariance)

根據(jù)微軟的解釋?zhuān)簠f(xié)變是使您能夠使用比最初指定更多的派生類(lèi)型。這是什么意思？其實(shí)就是指，派生類(lèi)型的值可以安全的賦給基類(lèi)型(繼承自的類(lèi)型)，而反過(guò)來(lái)就不行。

比如本例中，黃狗的實(shí)例，就可以賦值給類(lèi)型為狗或動(dòng)物的變量，狗的實(shí)例可以賦值給動(dòng)物類(lèi)型的變量，但反過(guò)來(lái)，狗的實(shí)例，就不可以賦值給黃狗類(lèi)型的變量，如下：

我覺(jué)得這也可以理解，因?yàn)檫@樣的賦值是安全的。屬性多的實(shí)例，賦值給屬性少的類(lèi)型，不會(huì)丟失數(shù)據(jù)。黃狗類(lèi)包含了動(dòng)物類(lèi)所有的成員，所以當(dāng)黃狗對(duì)象賦值給動(dòng)物類(lèi)型時(shí)，動(dòng)物類(lèi)型的每個(gè)字段屬性都可以被正常賦值，如果反過(guò)來(lái)，用動(dòng)物實(shí)例對(duì)象給黃狗類(lèi)型賦值，那動(dòng)物對(duì)象中就不存在黃狗對(duì)象所需要的字段，視為不安全賦值，所以編譯報(bào)錯(cuò)。

逆變(contravariance)

也是根據(jù)微軟的解釋?zhuān)焊鷧f(xié)變正好相反，逆變使您能夠使用比最初指定的更通用（較少派生）的類(lèi)型。

這通常發(fā)生在函數(shù)類(lèi)型的參數(shù)中，看下面的代碼：

我們定義了三個(gè)函數(shù)類(lèi)型，然后為每個(gè)函數(shù)類(lèi)型定義了一個(gè)函數(shù)的實(shí)例。

接下來(lái)，我們定義了一個(gè)函數(shù)，它的參數(shù)是一個(gè)FuncDog的函數(shù)類(lèi)型。讓我們看看把每個(gè)函數(shù)傳進(jìn)來(lái)會(huì)有什么結(jié)果，

現(xiàn)在反而是 funYellowDog 參數(shù)報(bào)錯(cuò)了，因?yàn)樗抢^承自Dog，跟協(xié)變相反，所以它會(huì)報(bào)錯(cuò)。那要怎么理解這個(gè)呢？為啥會(huì)這樣，我是這么理解的，

讓我們改一下這個(gè)函數(shù)，讓它做點(diǎn)事：

因?yàn)閭魅氲暮瘮?shù)參數(shù)終究還是要被調(diào)用的，按理它是需要一個(gè)狗的對(duì)象，所以我們實(shí)例化一個(gè)dog對(duì)象，然后調(diào)用 func(dog) ,這時(shí)如果使用 FuncAnimal 類(lèi)型的函數(shù)，沒(méi)有問(wèn)題，因?yàn)樗枰膮?shù)是 Animal 類(lèi)型，所以dog可以賦值給它。正好又符合了協(xié)變。

但如果這里允許傳入 FuncYellowDog 類(lèi)型的函數(shù)，那當(dāng)它調(diào)用的時(shí)候，dog就想當(dāng)于要賦值給 YellowDog 類(lèi)型的變量，這就又是不安全的賦值。跟協(xié)變里面的錯(cuò)誤是一樣的。所以就禁止這樣做了。

總結(jié)

這里有點(diǎn)饒啊，最好大家可以自己上手試試，我覺(jué)得可以想明白的。感謝閱讀，發(fā)現(xiàn)錯(cuò)誤請(qǐng)指正。