静态代理

静态代理

今天我们来聊一聊线程底部的实现原理,主要是通过演示实现静态代理,来对比继承Thread类。

案例:结婚

A.人:真实角色;

B.婚庆公司:帮你处理结婚的一些事,例如:布置现场等;

C.结婚:实现结婚接口即可,这就需要造一个结婚接口。

代码及说明如下:

public class StaticProxy {
    public static void main(String[] args) {
        //先new出一个代理(婚庆公司)
        WeddingCompany weddingCompany = new WeddingCompany(new Person("小明"));
        weddingCompany.HappyMarry();
        //并没有通过人直接调用结婚方法,而是通过婚庆公司来代理结婚,但是实际上还是主角(人)完成了结婚;

        //将前两段代码和下面的代码对比一下:
        new Thread(new Runnable() {
            @Override
            public void run() {
                System.out.println("我要结婚啦");
            }
        }).start();
        //可以得出一下结论:
        //Thread类就相当于上面的WeddingCompany类,都扮演代理的角色;
        //他们都代理真实对象,Thread类代理了Runnable接口
        //因为Thread类也实现了Runnable接口;
        //因此,Thread类代理了真实的Runnable接口,调用了start()方法;
        //就好比,婚庆公司代理了真实的人,调用了结婚方法HappyMarry();
        //相当于线程里面调用start()方法;

        //不采用代理方式:
        Person person = new Person("小丽");
        person.HappyMarry();
    }
}

interface Marry {
    void HappyMarry();
}

//人:真实角色
class Person implements Marry {

    private String personName;

    //在new对象时,需要传入结婚的角色的姓名;
    public Person(String personName) {
        this.personName = personName;
    }

    @Override
    public void HappyMarry() {
        System.out.println(this.personName + "结婚了,很开心!");
    }
}

//婚庆公司:代理角色,帮助你结婚
class WeddingCompany implements Marry {

    //这就是真实角色(目标);
    private Marry targetPerson;

    public WeddingCompany(Marry targetPerson) {
        this.targetPerson = targetPerson;
    }

    @Override
    public void HappyMarry() {
        //结婚前
        beforeMarry();
        //结婚
        this.targetPerson.HappyMarry();
        //结婚后
        afterMarry();
    }
    private void beforeMarry() {
        System.out.println("结婚前,布置现场");
    }
    private void afterMarry() {
        System.out.println("结婚后,结尾款");
    }
}
静态代理模式总结:

1.真实对象和代理对象都要实现同一个接口;
2.代理对象要代理真实角色,因此必须把真实角色传进去(通过构造方法);
3.好处:
A.代理对象可以做许多真实对象做不了或不想做的事情;
B.而真实对象只需要专注的做自己的事情(无法被替代的事情);

通过以上的静态代理模式的学习,我们了解了线程底部的实现原理(代理)。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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