设计模式之享元模式

意图和动机

意图

• 运用共享技术有效地支持大量细粒度的对象
• 避免大量拥有相同内容的小类的开销
• 使大家共享一个对象

动机

• OO技术很好地解决一些灵活性或可扩展性问题
• 某些情况对象数量太多，导致运行时代价巨大
• Flyweight是一个共享对象
• 享元模式通过共享技术实现相同/相似对象重用

关键

• 关键概念是内部状态和外部状态
• 内部状态存储于Flyweight，包含独立于场景的信息（共享）
• 外部状态取决于 Flyweight场景，根据场景而变化（非共享）

适用性

• 系统中有大量的相似的对象，这些对象耗费大量的内存。
• 细粒度的对象都具备较接近的外部状态， 而内部状态与环境无关，即对象没有特定身份
• 需要缓冲池的场景

结构与参与者

• 抽象享元角色（Flyweight）
  描述一个被所有具体享元类的实现的接口，即Flyweight是所有具体享元类的超类。
• 具体享元角色 （ConcreteFlyweight ）
  实现flyweight接口的具体享元类，如果有内蕴状态（Internal State）并为其分配存储空间。 ConcreteFlyweight对象中的内蕴状态是不会随着环境而变化，这一特性使得包含它的ConcreteFlyweight对象变的有共享性。
• 享元工厂角色 （Flyweight factory ）
  是享元工厂类,负责产生和管理新的Flyweight。该享元工厂维护一个享元池
• 具体非共享元角色 （UnshareConcreteFlyweight ）
  并非所有的Flyweight子类都需要被共享。 Flyweight接口使共享成为可能，但它并不强制共享。

Flyweight执行时所需的状态必定是内部或外部的。内部状态存储在ConcreteFlyweight中，外部对象则由Client对象存储或计算。 当用户调用flyweight对象操作时，将该状态传递给它

用户不应直接对ConcreteFlyweight类进行实例化，只能从FlyweightFactory对象得到ConcreteFlyweight对象，以保证对它们适当地进行共享

代码示例

public interface Chesspiece {
	void put(int x, int y); // 落子
}

class ChesspieceFlyweight implements Chesspiece {
	private String color;
	public ChesspieceFlyweight(String color) { this.color = color; }
	public void put(int x, int y) {
		System.out.println("在(" + x + "， " + y + ")位置放了一个" + color + "子");
	}
}

public class ChesspieceFactory {
	static final Chesspiece WHITE = new ChesspieceFlyweight("白");
	static final Chesspiece BLACK = new ChesspieceFlyweight("黑");
	public static Chesspiece getChesspiece(String color) {
		if (color.equals("白"))
		return WHITE;
		else if (color.equals("黑"))
		return BLACK;
		return null;
	}
}

public class Game {
	public static void main(String[] args) {
		Chesspiece p1 = ChesspieceFactory.getChesspiece("黑");
		p1.put(1, 1);
		Chesspiece p2 = ChesspieceFactory.getChesspiece("白");
		p2.put(2, 2);
		Chesspiece p3 = ChesspieceFactory.getChesspiece("黑");
		p3.put(3, 3);
		Chesspiece p4 = ChesspieceFactory.getChesspiece("白");
		p4.put(4, 4);
	}
}

效果

• Flyweight模式的核心——
  把大量共享的对象收集在一起
  使用简单工厂模式进行管理
  避免由大量的小对象导致系统的内存过渡消耗
• 当重复对象较多时
  Flyweight模式具有较好的空间性能
  但在查找搜索上消耗了时间复杂度