23种设计模式之单例模式

本文详细介绍了Java中实现单例模式的八种方式,包括饿汉式、懒汉式、双重检查、静态内部类和枚举方式,分析了各种方式的优缺点和适用场景。重点讨论了线程安全、延迟加载和效率问题,推荐在实际开发中使用双重检查和静态内部类实现的单例模式。
摘要由CSDN通过智能技术生成

单例模式

单例模式分八种方式

1)饿汉式(静态常量)
2)饿汉式(静态代码块)
3)懒汉式(线程不安全)
4)懒汉式(线程安全,同步方法)
5)懒汉式(线程安全,同步代码块)
6)双重检查
7)静态内部类
8)枚举

饿汉式(静态常量)
public class SingletonTest01 {
    public static void main(String[] args) {

        // 测试
        Singleton s1 = Singleton.getInstance();
        Singleton s2 = Singleton.getInstance();

        System.out.println(s1 == s2); // true
    }
}

/**
 * 饿汉式(静态变量)
 * */
class Singleton {

    /**
     * 构造函数私有化,外部不能new
     * @param []
     * @date 2019/7/28 9:50
     **/
    private Singleton() {

    }

    /**
     * 本类内部创建实例对象
     * */
    private final static Singleton instance = new Singleton();

    /**
     * 对外提供接口获取对象
     * @param []
     * @date 2019/7/28 9:51
     * @return Singleton
     **/
    public static Singleton getInstance() {
        return instance;
    }

}

  优缺点说明:
1)优点:这种写法比较简单,就是在类加载的时候就完成实例化。避免了线程同步问题。
2)缺点:在类加载的时候就完成实例化,没有达到Lazy Loading(懒加载)的效果。如果从始至终从未使用过这个实例,则会造成内存的浪费。
3)结论:这种方式可用可能造成内存浪费。

饿汉式(静态代码块)
public class SingletonTest02 {
    public static void main(String[] args) {
        // 测试
        Singleton singleton1 = Singleton.getInstance();
        Singleton singleton2 = Singleton.getInstance();

        System.out.println(singleton1 == singleton2); // true
    }
}

/**
 * 饿汉式(静态代码块)
 * */
class Singleton {

    /**
     * 构造函数私有化,外部不能new
     * @param []
     * @date 2019/7/28 9:50
     **/
    private Singleton() {

    }

    /**
     * 本类内部创建实例对象
     * */
    private static Singleton instance;

    /**
     * 在静态代码块中实例化对象
     * */
    static {
        instance = new Singleton();
    }

    /**
     * 对外提供接口获取对象
     * @param []
     * @date 2019/7/28 9:51
     * @return Singleton
     **/
    public static Singleton getInstance() {
        return instance;
    }
}

  优缺点:
1)这种方式和上面的方式类似的,优缺点一致。
2)结论:这种方式可用,但可能会造成内存浪费。

懒汉式(线程不安全)
public class SingletonTest03 {
    public static void main(String[] args) {
        // 测试
        Singleton singleton1 = Singleton.getInstance();
        Singleton singleton2 = Singleton.getInstance();

        System.out.println(singleton1 == singleton2); // true
    }
}

/**
 * 懒汉式(线程不安全)
 * */
class Singleton {

    /**
     * 创建未初始化的对象
     * */
    private static Singleton instance;

    /**
     * 构造函数私有化
     * */
    private Singleton() {

    }

    /**
     * 对外提供接口并实例化对象
     * 当使用该方法时,才实例化对象
     * */
    public static Singleton getInstance() {
        if (instance == null) {
            instance = new Singleton();
        }
        return instance;
    }

}

  优缺点:
1)起到了Lazy Loading的效果,但是只能在单线程的环境下使用。
2)如果在多线程下,一个线程进入if(singleton == null)判断语句块,还未来得及往下执行,另一个线程也通过了判断语句,这是就会造成多实例现象。
3)结论:在实际开发中,不可使用。

懒汉式(同步方法,线程安全)
public class SingletonTest04 {
    public static void main(String[] args) {
        // 测试
        Singleton s1 = Singleton.getInstance();
        Singleton s2 = Singleton.getInstance();

        System.out.println(s1 == s2);
    }
}

/**
 * 懒汉式(同步方法,线程安全)
 * */
class Singleton {

    /**
     * 创建未实例化对象
     * */
    private static Singleton instance;

    /**
     * 构造函数私有化
     * */
    private Singleton(){}

    /**
     * 在同步锁下,进行判断实例化对象
     * @param []
     * @date 2019/7/28 10:33
     * @return Singleton
     **/
    public static synchronized Singleton getInstance() {
        if (instance == null) {
            instance = new Singleton();
        }

        return instance;
    }

}

  优缺点:
1)解决了线程不安全问题。
2)效率太低,每个线程在想获取实例时,执行getInstance()方法都要进行同步。而其实这个方法只要执行一次就行,后面想获取该类实例,直接return就行了。
3)结论:在实际开发中,不可用。

懒汉式(同步代码块,线程不安全)
public class SingletonTest05 {
    public static void main(String[] args) {
        // 测试
        Singleton s1 = Singleton.getInstance();
        Singleton s2 = Singleton.getInstance();

        System.out.println(s1 == s2);
    }
}

/**
 * 懒汉式(同步代码块,线程不安全)
 * */
class Singleton {

    private static Singleton instance;

    private Singleton() {}

    public static Singleton getInstance() {
        if (instance == null) {
            synchronized(Singleton.class) {
                instance = new Singleton();
            }
        }

        return instance;
    }
}

  优缺点:
1)这种方式本意是为了解决第四种方式效率低的问题。
2)但是这种同步并不能起到线程同步的作用,和第三种方式遇到的情况类似。
3)结论:在实际开发中,不可使用。

双重检验
public class SingletonTest06 {
    public static void main(String[] args) {
        // 校验
        Singleton s1 = Singleton.getInstance();
        Singleton s2 = Singleton.getInstance();

        System.out.println(s1 == s2); // true
    }
}

/**
 * 双重校验
 * */
class Singleton {

    /** 创建未实例化对象 */
    private static volatile Singleton instance;

    /** 构造函数私有化 */
    private Singleton() {}

    /**
     * 进行双重校验,解决线程安全问题,同时解决懒加载问题,并且解决了效率问题
     * @param []
     * @date 2019/7/28 10:55
     * @return Singleton
     **/
    public static Singleton getInstance() {
        if (instance == null) {
            synchronized (Singleton.class) {
                if (instance == null) {
                    instance = new Singleton();
                }
            }
        }

        return instance;
    }
}

  优缺点:
1)Double-Check概念是多线程开发中经常使用的方式,如代码中所示,通过两重if(instance == null)检查,保证了线程安全。
2)这样,实例化代码只要执行一次,后面再次访问就直接返回实例化对象,避免了重复的进行方法同步。
3)线程安全,延迟加载,效率较高。
4)结论:在实际开发中,推荐使用。

静态内部类
public class SingletonTest07 {
    public static void main(String[] args) {
        // 测试
        Singleton s1 = Singleton.getInstance();
        Singleton s2 = Singleton.getInstance();

        System.out.println(s1 == s2); // true
    }
}

/**
 * 静态内部类
 * */
class Singleton {

    /**
     * 构造函数私有化
     * */
    private Singleton() {}

    /**
     * 静态内部类,该类中实例化Singleton属性
     * */
    private static class SingletonInstance {
        private final static Singleton INSTANCE = new Singleton();
    }

    /**
     * 对外提供接口获取实例化对象
     * */
    public static Singleton getInstance() {
        return SingletonInstance.INSTANCE;
    }

}

  优缺点:
1)这种方式利用类装载机制保证了在初始化实例时只有一个线程。
2)静态内部类方式在Singleton类被装载时不会立即实例化,而是在需要实例化时,调用getInstance()方法,才会装载SingletonInstance类,从而完成了Singleton的实例化。
3)类的静态属性只会在第一次加载类时初始化,所以在这里,JVM帮助我们保证了线程安全。
4)优点:避免了线程不安全,利用静态内部类特点实现了延迟加载,并且效率较高。
5)结论:在实际开发中,推荐使用。

枚举
public class SingletonTest08 {
    public static void main(String[] args) {
        Singleton s1 = Singleton.INSTANCE;
        Singleton s2 = Singleton.INSTANCE;

        System.out.println(s1 == s2); // true
        s1.sayOk();
    }
}

/**
 * 枚举
 * */
enum Singleton {
    /**
     * 属性
     * */
    INSTANCE;
    public void sayOk() {
        System.out.println("ok");
    }
}

  优缺点:
1)通过枚举方式实现的单例模式。不仅可以避免多线程问题,而且还能防止反序列化重新创建对象。
2)这种方式也是Effective Java作者提倡的方式。
3)结论:推荐使用。

注意事项和细节说明

1)单例模式保证了系统内存中该类只存在一个对象,节省了系统资源,对于一些频繁创建销毁对象,使用单例模式可以提高系统性能。
2)单例模式使用场景:需要频繁的进行创建和销毁对象、创建对象时耗时过多或耗费资源过多(即重量级对象),但又经常使用的、工具类对象、频繁访问数据库或文件的对象(数据源、session工厂)。

总结:在使用单例模式时,考虑的问题无非就是线程是否安全、是否延迟加载、效率是否高等问题。当线程安全、延迟加载、效率较高时,该方式的单例模式就可用。

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