实现Prototype设计模式

      实现Prototype设计模式

Implementing the Prototype design Pattern

 

当我建立一个类的实例很复杂时,我们可以使用Prototype模式。与其建立很多类的实例,还不如进行适当的修改后,使用最初的实例的副本。使用Prototype模式,可以通过克隆一个原型,减少子类的数量。Prototype模式可以减少类的实例的数量。

      在这个模式中,通过克隆来创建对象。我们有时创建很多的子类,除了通过很多的子类来创建不同的对象,我们还可以只需要唯一的一个子类,这个子类保持对每个对象基类的引用,并通过这个子类创建对象。通过向子类的构造函数传递参数并克隆对象。每个对象都实现clone方法,所以可以被克隆。我们可以使用Prototype模式,通过克隆原型来减少子类的数量。

       克隆可以通过实现Icloneable接口来实现。Icloneable接口中唯一的方法是Clone,并返回一个新的类的实例。

ICloneable.Clone method signature
[VisualBasic] Function Clone() As Object
[C#]
object Clone();


我们必须了解Clone()方法只是一种浅表复制(Shallow copy),而不是深层复制(Deep copy)。所以它只是返回一个引用,而不象深层复制(Deep copy)那样创建一个复制的实例。我们可以通过使用Iserializable接口来实现深层复制(Deep copy)。

另一个缺点就是原型的每个子类必须实现Clone()方法,有时候,增加clone方法是很困难的。

在这个例子中,我建立了EmpData类,并且实现了Icloneable接口和Iserializable接口。Icloneable接口需要实现Clone方法,使得类可以被复制。Iserializable接口为了实现对EmpData类的深层复制(Deep copy)。使用的方法为:将EmpData对象序列化为一个文件,也可以将这个文件反序列化为一个EmpData对象。

EmpData类包含两个方法:GetEmpDataChangeEmpData。这两个方法被用来以一个字符串(string)的形式获取EmpData对象、更改EmpData类。每个方法都可以被调用,来检验浅表复制(Shallow copy)和深层复制(Deep copy)的不同。浅表复制(Shallow copy)时,如果EmpData类改变时,这个变化也会同时出现在EmpData的克隆对象中;而在深层复制(Deep copy),如果EmpData对象发生改变时,这个变化不会出现在EmpData的克隆对象中。

EmpData类的构造函数读取XML文件并创建Emp对象。

XML 文件

VB.Net 实现

 

Imports System.Xml

Imports System.IO

Imports System.Collections

Imports System.Runtime.Serialization

Imports System.Runtime.Serialization.Formatters.Binary

<Serializable()> Public Class CEmpData

    Implements ICloneable, ISerializable

    Private ArrEmp As ArrayList

    Public Sub New()

        Dim xmldoc As New XmlDocument

        Dim node As XmlNode

        Dim objEmp As CEmp

        ArrEmp = New ArrayList

        xmldoc.Load("empdata.xml")

        For Each node In xmldoc.DocumentElement.ChildNodes

            objEmp = New CEmp

            objEmp.FName = node.SelectSingleNode("firstname").InnerText

            objEmp.LName = node.SelectSingleNode("lastname").InnerText

            ArrEmp.Add(objEmp)

        Next

    End Sub

    Public Sub New(ByVal info As SerializationInfo, ByVal context As StreamingContext)

        Dim intIndex As Integer

        Dim intCount As Integer

        Dim objEmp As CEmp

        ArrEmp = New ArrayList

        intCount = CInt(info.GetValue("emp_count", GetType(String)))

        For intIndex = 0 To intCount - 1

            objEmp = New CEmp(info, context, intIndex)

            ArrEmp.Add(objEmp)

        Next

    End Sub

    Public Function Clone() As Object Implements ICloneable.Clone

        Try

            Return Me

        Catch ex As Exception

            MsgBox(ex.ToString)

        End Try

    End Function

    Public Function Clone(ByVal Deep As Boolean) As Object

        Try

            If Deep Then

                Return CreateDeepCopy()

            Else

                Return Clone()

            End If

        Catch ex As Exception

            MsgBox(ex.ToString)

        End Try

    End Function

    Private Function CreateDeepCopy() As CEmpData

        Dim objEmpCopy As CEmpData

        Dim objStream As Stream

        Dim objBinFormatter As New BinaryFormatter

        Try

            objStream = File.Open("Empdata.bin", FileMode.Create)

            objBinFormatter.Serialize(objStream, Me)

            objStream.Close()

            objStream = File.Open("Empdata.bin", FileMode.Open)

            objEmpCopy = CType(objBinFormatter.Deserialize(objStream), CEmpData)

            objStream.Close()

            CreateDeepCopy = objEmpCopy

        Catch ex As Exception

            MsgBox(ex.ToString)

        End Try

    End Function

    Public Sub GetObjectData(ByVal info As System.Runtime.Serialization.SerializationInfo, ByVal context As System.Runtime.Serialization.StreamingContext) Implements System.Runtime.Serialization.ISerializable.GetObjectData

        Dim intIndex As Integer

        Dim objEmp As CEmp

        info.AddValue("emp_count", ArrEmp.Count)

        For intIndex = 0 To ArrEmp.Count - 1

            objEmp = ArrEmp(intIndex)

            objEmp.GetObjectData(info, context, intIndex)

        Next

    End Sub

    Public Function GetEmpData() As String

        Dim intCount As Integer

        Dim strEmpData As String

        For intCount = 0 To ArrEmp.Count - 1

            strEmpData = strEmpData & CType(ArrEmp(intCount), CEmp).FName & Chr(9) & CType(ArrEmp(intCount), CEmp).LName & Chr(13)

        Next

        GetEmpData = strEmpData

    End Function

    Public Sub ChangeEmpData()

        Dim objEmp As CEmp

        For Each objEmp In ArrEmp

            objEmp.FName = "FirstName"

            objEmp.LName = "LastName"

        Next

    End Sub

End Class

Public Class CEmp

    Private mstrFName As String

    Private mstrLName As String

    Public Property FName() As String

        Get

            FName = mstrFName

        End Get

        Set(ByVal Value As String)

            mstrFName = Value

        End Set

    End Property

    Public Property LName() As String

        Get

            LName = mstrLName

        End Get

        Set(ByVal Value As String)

            mstrLName = Value

        End Set

    End Property

    Public Sub New()

    End Sub

    Public Sub New(ByVal info As SerializationInfo, ByVal context As StreamingContext, ByVal intIndex As Integer)

        mstrFName = CStr(info.GetValue("emp_fname" & intIndex, GetType(String)))

        mstrLName = CStr(info.GetValue("emp_lname" & intIndex, GetType(String)))

    End Sub

    Public Sub GetObjectData(ByVal info As SerializationInfo, ByVal context As StreamingContext, ByVal intIndex As Long)

        info.AddValue("emp_fname" & intIndex, mstrFName)

        info.AddValue("emp_lname" & intIndex, mstrLName)

    End Sub

End Class

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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