解释器模式

《android设计模式》读书笔记,方便记忆,如有侵权,请尽快联系我删除,谢谢


一。定义
  解释器模式(Interpreter Pattern)是一种比较少见的行为型模式,其提供一种解释语言的语法或表达式的方式,该模式定义了一个表达式接口,通过该接口解释一个特定的上下文。
  其可以当成是,解释一种类型的表达式的方法。
二。使用场景
(1)如果某个简单的语言需要解释执行而且可以将该语言中的语句表达为一个抽象语法树时,可以考虑使用解释器模式
(2)在某些特定的领域出现不断重复的问题时,可以将该领域的问题转化为一种语法规则下额语句,然后构建解释器来解释该语句。
三。代码实现
  模型实现及说明
*******************************************************************************************
package com.yinazh.designpattern;

//对解释器的抽象,用来实现解释器
//例如: a+b+c+d 类似的表达式,abcd为终结符表达式,+为非终结符表达式
//声明了一个抽象的解释操作父类,定义一个抽象解释方法,具体的实现在各个具体的子类解释器中完成
public abstract class AbstractExpression{
    //抽象的解析方法
public abstract void interpret(Context cts);
}

//终结符表达式
public class TerminalExpression extends AbstractExpression{
    //该方法中实现与终结符有关的解释操作
public void interpret(Context cts){
....
}
}

//非终结符表达式
public class NonterminalExpression extends AbstractExpression{
     //该方法中实现与非终结符有关的解释操作
public void interpret(Context cts){
......
}
}

//上下文环境,包含解释器之外的全局信息
public class Context{
}

public class Client{
public static void main(String[] args){
 //根据文法对特定句子构建抽象语法树后解释
}
}
*******************************************************************************************
  上面解释器模型做出了简单的说明,下面具体实现。比较常见的的场景就是对算术表达式的解释。如“m+n+p”,如果用解释器模型进行解释,那么mnp就是终结符号,而+是非终结符号。
*******************************************************************************************
package com.yinazh.designpattern;

//本例子中,没有像上面模型使用一个Context对象作为interpret方法的签名,而是使用运算结果作为参数返回,没有必要使用额外的对象存储信息
public abstract class ArithmeticExpression{
    //抽象的解析方法,返回解析得到具体的值
public abstract int interpret();
}

//数字解析器
public class NumExpression extends ArithmeticExpression{
private int num;

public NumExpression(int num){
this.num = num;
}

public int interpret(){
return num;
}
}

//运算符解释器,其中定义了2个ArithmeticExpression类型的成员变量来存储运算符两边的数字解释器
public abstract class OperatorExpression extends ArithmeticExpression{
protected ArithmeticExpression exp1, exp2;

public OperatorExpression(ArithmeticExpression exp1, ArithmeticExpression exp2){
this.exp1 = exp1;
this.exp2 = exp2;
}
}

//加法运算解释器
public class AdditionExpression extends OperatorExpression{
public AdditionExpression(ArithmeticExpression exp1, ArithmeticExpression exp2){
super(exp1, exp2);
}

public int interpret(){
return exp1.interpret() + exp2.interpret();
}
}

//减法运算解释器
public class SubtractionExpression extends OperatorExpression{
public SubtractionExpression(ArithmeticExpression exp1, ArithmeticExpression exp2){
super(exp1, exp2);
}

public int interpret(){
return exp1.interpret() - exp2.interpret();
}
}

public class Calculator{
    //声明一个栈存储并操作所有相关的解释器
private Stack<ArithmeticExpression> mExpStack new Stack<ArithmeticExpression>();

    //这个过程其实就是构建语法树
public Calculator(String expression){
    //声明2个ArithmeticExpression类型的临时变量,存储运算符左右两边的数字解释器
ArithmeticExpression exp1, exp2;
String[] elements = expression.split(" ");
for(int i = 0; i < elements.length; i++){
switch(elements[i].charAt(0)){
case "+":
exp1 = mExpStack.pop();
exp2 = new NumExpression(Integer.valueOf(elements[++i]));
mExpStack.push(new AdditionExpression(exp1, exp2));
break;
case "-":
exp1 = mExpStack.pop();
exp2 = new NumExpression(Integer.valueOf(elements[++i]));
mExpStack.push(new SubtractionExpression(exp1, exp2));
break;
default:
mExpStack.push(new NumExpression(Integer.valueOf(elements[i])));
break;
}
}
}
public int calculate(){
return mExpStack.pop().interpret();
}
}

public class Client{
public static void main(String[] args){
Calculator c = new Calculator("124 + 234 + 23523 + 2351");
System.out.println(c.calculate());
}
}
*******************************************************************************************
  从上可知,具体的文法规则与解释器之间其实是对应关系,大多数情况下,一条语法对应一个解释器。解释器模式并不包含构建抽象的语法树,其逻辑结构应该由客户根据具体的情况去生成。
  将一条具体的文法通过一个解释器解释,把复杂的文法规则分离为简单的功能进行解释,最后将其组合城一颗抽象语法树解释执行。这说明了解释器模式的本质:将复杂问题简单化,模块化,分离实现,解释执行。
四。总结
优点:灵活的扩展性,当对文法规则进行扩展延伸时,只需要增加相应的非终结解释器,并在构建抽象语法树时,使用到新赠的解释器对象进行具体的解释即可。
缺点:对于每一条文法都可以对应至少一个解释器,其会生成大量的类,导致后期维护困难;同时复杂的文法,在构建抽象语法树时,会显的异常繁琐,甚至有可能会出现需要构建多棵语法树的情况,因此对于复杂的文法并不推荐使用解释器模式。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值