设计模式——装饰者模式

设计模式——装饰者模式

我们的生活就是一个装饰者模式。核心就是我们自己,穿上工作服就是一个工作者,穿上围裙就是一个好丈夫。。。

1.情景举例

最近公司承接了一个项目,为一个煎饼店制作一套自助点餐系统。现在你负责设计煎饼店产品列表。首先需要一个所有煎饼的父类。

public abstract class Pancakes {

    //煎饼的名称
    String name;

    public abstract String displayName();
}

其中只有一个属性就是煎饼的具体名称,一个抽象方法返回这个煎饼的具体名称。

目前店中能做出好吃的鸡蛋煎饼,杂粮煎饼,因此我们继承Pancakes类创建了两个煎饼类。

public class EggPancakes extends Pancakes {
    //鸡蛋煎饼
    public EggPancakes() {
        name = "EggPancakes";
    }

    @Override
    public String displayName() {
        return name;
    }
}
public class GrainsPancakes extends Pancakes {
    //杂粮煎饼
    public GrainsPancakes() {
        name = "GrainsPancakes";
    }

    @Override
    public String displayName() {
        return name;
    }
}

每个具体的煎饼类都继承自Pancakes,实现了displayName()方法。做到这一步一切顺利。然后麻烦事来了,制作煎饼时需要按照顾客需要加入酱料,比如有些人爱吃辣,他们希望煎饼多加辣酱,比如有些人爱吃番茄酱,他们希望煎饼多加番茄酱。这么把酱料设计到煎饼的继承体系中呢?

2.使用装饰者模式

可以使用继承,新创建一个ChiliEggPancakes(辣酱鸡蛋煎饼)继承自EggPancakes。这个想法能解决问题,但是其他的问题也接踵而至。首先是"类爆炸“问题,按照这样的继承写法继续编写代码,会产生很多的类。

当以后新添加酱料时,就要增加更多的类,这无疑增加了维护的难度。所以我们要用装饰者模式替代传统继承。

装饰者模式的一大特点就是变继承为组合,让各种煎饼和酱料进行组合以得到理想的煎饼。

首先我们要有一个组件父类,每个组件(这里指酱料)都继承这个父类,而这个父类要继承自Pancakes类,这样做是为了获得Pancakes类的所有动作,并且以后通过多态使用这些酱料类。

public abstract class PancakesComponent extends Pancakes{
    //被装饰的煎饼类
    Pancakes pancakes;

    public PancakesComponent(Pancakes pancakes) {
        this.pancakes = pancakes;
    }

}

 其中新增一个Pancakes变量表示要装饰的对象。之后在实现各个组件(酱料)类。

//辣椒酱煎饼
public class ChiliPancakes extends PancakesComponent {

    public ChiliPancakes(Pancakes pancakes) {
        super(pancakes);
    }

    @Override
    public String displayName() {
        return "Chili" + pancakes.displayName();
    }
}
//番茄酱煎饼
public class TomatoPancakes extends PancakesComponent {

    public TomatoPancakes(Pancakes pancakes) {
        super(pancakes);
    }

    @Override
    public String displayName() {
        return "Tomato" + pancakes.displayName();
    }
}

目前只有两个酱料,所以就生成两个装饰类,他们都继承自统一的装饰组件父类(PancakesComponent)。并且在重新displayName()方法时对Pancakse类型的变量的displayName()方法进行增强,这个操作就是一个对原有类的装饰的过程。当任何的煎饼作为TomatoPancakes的被装饰者时,它都会变成一个刷上番茄酱的煎饼,因为TomatoPancakes类对他进行了装饰。

下面进行一个测试

public class MainTest {
    public static void main(String[] args) {
        //先来一份多辣鸡蛋煎饼
        Pancakes p = new ChiliPancakes(new EggPancakes());
        System.out.println("多辣鸡蛋煎饼 :" + p.displayName());

        //再来一份多辣多番茄酱的杂粮煎饼
        Pancakes p2 = new TomatoPancakes(new ChiliPancakes(new GrainsPancakes()));
        System.out.println("多辣多番茄酱的杂粮煎饼 :" + p2.displayName());
    }
}

通过对象之间的相互嵌套组合我们完成了装饰者模式,也解决了酱料与煎饼的兼容关系。

3.装饰者模式小结

通过使用装饰者模式,我们完美解决了上述问题。

首先我们要聊一下装饰者最大的特点:化继承为组合。继承是面向对象编程语言的一个特色,但在很多情急下它并不是最好的选择,因为继承在编译期就把代码的属性给写死了,是我们无法灵活的在运行期对继承体系进行调整和高校使用。

使用组合代替继承,通过继承父类获得动作信息,通过把对象内置到类中获得这个对象信息。由于变量是可以更换的,所以组合的复用性比继承更大。就如上面的例子,我们只需要有一个辣酱组件类,通过更换辣酱类中的Pnacakes类型变量就可以更换需要被装饰的对象,这是继承难以做到的。

装饰者模式还完美的展现了对修改关闭,对拓展开放的原则,我们没有更改被装饰对象的任何代码,只是通过在方法中调用被装饰对象的方法并进行增强。这样大大提高了代码的可维护性。

装饰者模式也有它的缺点,如果我们的代码中有依靠类名进行编码的情况就不太适合用装饰者模式。因为在装饰的过程中,类的名称会发生各种各样的变化。举个例子:例如例子我们需要既刷辣酱还刷番茄酱的煎饼,在编码时规定最后如果这个类的名称如果是TomatoPancakes时就进行后续动作。但是在装饰者模式中完成辣酱番茄酱煎饼的最终类还可能是ChiliPancakes类,因此这是装饰者模式的一个弊端:类的反复嵌套导致类名的不确定。

在编码中如果多个子类要进行若干个类型的交叉加强(即发生类爆炸)就使用装饰者模式吧。而且针对不同的情形对装饰者模式做出改动以获得最适合你代码的”装饰者模式”

【6层】一字型框架办公楼(含建筑结构图、计算书) 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。
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。
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。
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