Composite组合模式是一种“数据结构”模式
- 常常有一些组件在内部具有特定的数据结构。如果让客户程序依赖这些特定的数据结构,将极大地破坏组件的复用。这时候,将这些特定数据结构封装在内部,在外部提供统一的接口,来实现与特定数据结构无关的访问,是一种行之有效的解决方案
动机
- 软件在某些情况下, 客户代码过多地依赖于对象容器复杂地内部实现结构。对象容器内部实现结构(而非抽象接口)的变化将引起客户代码的频繁变化,带来了代码维护性、扩展性的弊端
- 如何将“客户代码与复杂的对象容器结构”解耦?让对象容器自己来实现自身的复杂结构,从而使得客户代码就像处理简单对象一样来处理复杂的对象容器?
定义
- 将对象组合成树形结构以表示“部分-整体”的层次结构。Composite使得用户对单个对象和组合对象的使用具有一致性(稳定)
结构
代码对比
composite.cpp
#include <iostream>
#include <list>
#include <string>
#include <algorithm>
using namespace std;
//抽象接口
class Component
{
public:
virtual void process() = 0;
virtual ~Component(){}
};
//树节点
class Composite : public Component{
string name;
list<Component*> elements;
public:
Composite(const string & s) : name(s) {}
void add(Component* element) {
elements.push_back(element);
}
void remove(Component* element){
elements.remove(element);
}
void process(){
//1. process current node
//2. process leaf nodes
for (auto &e : elements)
e->process(); //多态调用、递归
}
};
//叶子节点
class Leaf : public Component{
string name;
public:
Leaf(string s) : name(s) {}
void process(){
//process current node
}
};
void Invoke(Component & c){
//...
c.process();
//...
}
int main()
{
Composite root("root");
Composite treeNode1("treeNode1");
Composite treeNode2("treeNode2");
Composite treeNode3("treeNode3");
Composite treeNode4("treeNode4");
Leaf leat1("left1");
Leaf leat2("left2");
root.add(&treeNode1);
treeNode1.add(&treeNode2);
treeNode2.add(&leaf1);
root.add(&treeNode3);
treeNode3.add(&treeNode4);
treeNode4.add(&leaf2);
process(root);
process(leaf2);
process(treeNode3);
}
对比
- 程序定义了一个抽象接口
Component
类,树结点Composite
和叶子结点Left
继承抽象接口Component
类。树结点Composite
内部定义了一个list
容器,用于储存子树,process
方法实现了Composite
和Leaf
的多态递归调用(树结点就会递归) - 不论是根结点、树结点、还是叶子结点,其
process
的方式都是一样的(即Composite模式处理树形对象的一致性)。如果不作多态的调用,就要针对不同的类进行分别处理,即针对具体的数据结构进行处理。这样做是不可取的。
要点总结
- Composite模式采用树形结构来实现普遍存在的对象容器,从而将“一对多”的关系转换为“一对一”的关系,使得客户代码可以一致地(复用)处理对象和对象容器,无需关心处理的是单个的对象,还是组合的对象容器
- 将“客户代码与复杂的对象容器结构”结构是Composite的核心思想。解耦之后,客户代码将与纯粹的抽象接口——而非对象容器的内部实现结构——发生依赖,从而更能“应对变化”
- Composite模式在具体实现中,可以让父对象中的子对象反向追溯;如果父对象有频繁的遍历需求,可使用缓存技巧来改善效率