java 动态代理AOP的实践

用了这久的Spring,一直对它的AOP,IOC的原理感到十分好奇(特别是拦截器的实现),于是看了下动态代理,并小小实践了一把,特将实践的个人心得记录于此,方便以后的回顾,呵呵。

java 的动态代理要用到两个jdk1.3的基础类。分别为:

1.java.lang.reflect.Proxy:Proxy 提供用于创建动态代理类和实例的静态方法,它还是由这些方法创建的所有动态代理类的超类。要获取被代理的后的实例对象,就要通过此类。

2.java.lang.reflect.InvocationHandler:代理实例的 调用处理程序 实现的接口。代理实例通过实现此接口的 invoke方法,实现的代理逻辑(我称为拦截的操作)。例如日志记录,信息发送,安全和事务支持等。

 

下面为写的测试的代码:

首先是创建一个接口:ActI.java。这里说下java的动态代理是面向接口编程的,所以被代理类都必须实现一个接口作为被代理后的实例类型。

public interface ActI {
	public void sayHello(String name);
	public void sayBye(String name);
}

 

接着是实现此接口的业务逻辑类:MyAct .java

public class MyAct implements ActI {

	public void sayHello(String name) {
		// TODO Auto-generated method stub
		System.out.println("hello " + name);
	}

	public void sayBye(String name) {
		// TODO Auto-generated method stub
		System.out.println("bye "+name);
	}
}

   最后创建一个代理的类,继承于InvocationHandler类:Proxyhandle.java(在invok方法中实现拦截的拦截的逻辑)

 

import java.lang.reflect.InvocationHandler;
import java.lang.reflect.Method;
import java.lang.reflect.Proxy;

import com.ActI;

/**
 * 创建一个代理的工厂,继承InvocationHandler类
 * @author dxz
 */
public class Proxyhandle implements InvocationHandler {
	private Object obj;
	//在这里指定被代理的类,并生成代理后的类
	public Object getProxy(String className) {
		try {
			obj = Class.forName(className).newInstance();
			return  Proxy.newProxyInstance(
					obj.getClass().getClassLoader(),
					obj.getClass().getInterfaces(),
					this);
		} catch (ClassNotFoundException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (InstantiationException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (IllegalAccessException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
		return null;
	}

	/**
	 * proxy - 在其上调用方法的代理实例
	 * method - 对应于在代理实例上调用的接口方法的 Method 实例。
	 * args - 包含传入代理实例上方法调用的参数值的对象数组,如果接口方法不使用参数,则为 null。
	 */
	public Object invoke(Object proxy, Method method, Object[] args)
			throws Throwable {
		 Object result = null;
		
        try {
            System.out.println("你执行的方法为:"+method.getName());
            //調用Object的方法
            result = method.invoke(obj, args);
            System.out.println("实例方法执行结束!");
        } catch (Exception e) {
			e.printStackTrace();
		}
        return result;
	}
	
}

  接下来就写个main函数测试吧,哈哈。

 

public static void main(String[] args) {
		Proxyhandle proxyhandle = new Proxyhandle();
		ActI actI = (ActI) proxyhandle.getProxy("com.MyAct");
		actI.sayBye("jack");
		actI.sayHello("jack");
	}

  结果为:

你执行的方法为:sayHello
hello jack
实例方法执行结束!
你执行的方法为:sayBye
bye jack
实例方法执行结束!

 

  这样就实现了在执行实际逻辑之前和之后做些拦截的操作了。

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