设计模式之策略模式

引言

今天公司使用了策略模式解决不同角色用户操作不一样,如果新建几个不同的类写不同的方法或者一个类中有好几个方法,这都是硬编码,所以有一种设计模式是策略模式,例如针对一个排序算法有不同的策略实现。
定义一系列的算法,把每一个算法封装起来, 并且使它们可相互替换,使得算法可独立于使用它的客户而变化,这样的模式是策略模式。

优点

  • 可以动态的更改策略实现的和调用策略

缺点

  • 调用者必须知道所有的策略
  • 策略模式可能会产生多个实现类

实现

1.新建策略接口

public interface Stretegy {

//策略需要实现的方法
    public void  operate();
}

2.编写实现策略的实现类,这里我们假设建立三个策略

//策略实现一
public class First  implements Stretegy{
    @Override
    public void operate() {
        System.out.println("first run!!");
    }
}
//策略实现二
public class SecondStre implements Stretegy {
    @Override
    public void operate() {
        System.out.println("sencond run!!");
    }
}
//策略实现三
public class Third implements Stretegy {
    @Override
    public void operate() {
        System.out.println("thrid run!!");
    }
}

3.编写环境策略类(重要

public class Context {
   //注入抽象策略接口
    @Autowired
    private Stretegy stretegy;
    public Context(Stretegy stretegy){
        this.stretegy=stretegy;
    }
    //自动调用抽象类的方法
    public void operate(){
        this.stretegy.operate();
    }
}

4.具体使用

public class StretegyTest {
    public static void main(String[] args) {
        //这里只需要新建一个环境策略类,即可随意切换调用策略方法
        Context context;
        context=new Context(new First());
        context.operate();
        context=new Context(new SecondStre());
        context.operate();
        context=new Context(new Third());
        context.operate();
    }
}
  • 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