单例模式

  • 单例模式定义

Ensure a class has only one instance,and provide a global point of access to it.(确保一个类只有一个实例,并且自行实例化并向整个系统提供这个实例 )

  • 举个栗子 

  • 饿汉式

 不知道大家上学的时候看没看过辰东的一部小说“遮天”,这部小说里对于最高等级的人物称之为大帝。并且在一段时期内古之大帝只能有一位,万古唯一。现在就拿这个场景举个栗子。

首先,我们先创建一个大帝类,如下

/**
 * 古之大帝类
 */
public class Emperor {
    //内部对类实例化
    private static final Emperor emperor = new Emperor();
    //构造函数私有化,确保外部不能随意实例化创建对象
    private Emperor(){}
    //对外提供一个方法来返回实例化的对象
    public static Emperor newInstance(){
        return emperor;
    }

    public static String say(){
        return "吾为古之大帝,万古唯一.........";
    }
}

其次,创建一个场景类,如下

public class ClientMain {

    public static void main(String[] args) {
        //这里的i代表时间,单位万年
        for(int i = 0; i < 3; i++){
            Emperor emperor = Emperor.newInstance();
            String s = Emperor.say();
            System.out.println((i+1)+"万年过去了"+emperor+":"+ s);
        }
    }
}

我们运行一下这个场景类,可以看到

 

注意看我用红框标注出来的地方,可以看出这个地址是没有变化的,是唯一的。以上就是单例模式最简单的一个实现方式,也被称作饿汉式。总结一下就是,第一步:构造方法私有化,内部实例化对象;第二步:创建一个静态方法用来给外界提供该对象。 

  •  懒汉式

上面那种类一加载就会在内部实例化对象的方式是饿汉式。饿汉式有一个缺点就是有可能会造成资源的浪费,就是如果你永远不会调用newInstance()方法的话,就用不到这个实例,但是这个实例已经在内存中了。同样,事物都有两面性,饿汉式在多线程的使用场景中,不会存在线程不安全的问题。

下面,我们介绍的懒汉式正好与饿汉式相反,我们把上面的例子稍作修改,如下  

public class Emperor {
    
    private static Emperor emperor = null;
    //构造函数私有化,确保外部不能随意实例化创建对象
    private Emperor(){}
    //对外提供一个方法来返回实例化的对象
    public static Emperor newInstance(){
        if (emperor == null){
            emperor = new Emperor();
        }
        return emperor;
    }

    public static String say(){
        return "吾为古之大帝,万古唯一.........";
    }
}

运行场景类,可以看到

 

这个古之大帝还是万古唯一的。但是,上面也提到了这种懒汉式在多线程的使用场景中是存在问题的,为甚麽这莫说呢,看下图

 

当线程1执行完new Emperor();时,但是还没有return。这时,又来了个线程2进行emperor是否为null的if判断,这时的emperor是为null的。这样就会出现两个Emperor实例的情况,不符合单例设计模式的原则了。

那怎末解决呢?我们可以通过加锁的方式解决这个问题,如下

/**
 * 古之大帝类
 */
public class Emperor {

    private static Emperor emperor = null;
    //构造函数私有化,确保外部不能随意实例化创建对象
    private Emperor(){}
    //对外提供一个方法来返回实例化的对象
    public static synchronized Emperor newInstance(){
        if (emperor == null){
            emperor = new Emperor();
        }
        return emperor;
    }

    public static String say(){
        return "吾为古之大帝,万古唯一.........";
    }
}

通过synchronized关键字可以避免多线程场景下的使用问题,但是这样的话效率相对于饿汉式来说的话不高。以上就是我对单例模式中懒汉式与饿汉式的理解。

当然了,单例模式不仅仅只有懒汉式与饿汉式这两种实现方式。比如,Mybatis中的Configuration在整个Mybatis中也是单例的,但是它所实现的方式既不是懒汉式也不是饿汉式,有兴趣的话可以自己去看看源码。

  • 使用场景 

在一个项目中需要一个共享访问点或者共享数据,比如Mybatis中的Configuration。 

 

 

 

  • 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