当前位置:首页 > 文章列表 > 文章 > java教程 > Java设计模式之策略模式的深入探究

Java设计模式之策略模式的深入探究

2024-05-09 18:31:29 0浏览 收藏

哈喽!今天心血来潮给大家带来了《Java设计模式之策略模式的深入探究》,想必大家应该对文章都不陌生吧,那么阅读本文就都不会很困难,以下内容主要涉及到,若是你正在学习文章,千万别错过这篇文章~希望能帮助到你!

策略模式是一种设计模式,通过允许算法或行为独立于客户端对象而变化,从而实现算法或行为的动态改变。这种模式由 Context(上下文)、Strategy(策略)和 ConcreteStrategy(具体策略)等角色组成。在实战案例中,它可以帮助我们创建使用不同算法计算学生成绩的应用程序。策略模式的优点包括灵活性、解耦、可扩展性和可重用性。它适用于系统有多种执行任务方式、算法或行为需要在运行时动态改变以及需要避免客户端代码与算法或行为具体实现产生耦合的情况。

Java设计模式之策略模式的深入探究

Java 设计模式之策略模式的深入探究

概述

策略模式是一种设计模式,它允许算法或行为独立于客户端对象而变化,从而使算法或行为可以在运行时互换。这种模式提供了灵活性,允许在不修改客户端代码的情况下动态改变应用程序的行为。

结构

策略模式通常由以下角色组成:

  • Context(上下文):持有策略的引用并调用其执行方法。
  • Strategy(策略):定义算法或行为的接口。
  • ConcreteStrategy(具体策略):实现 Strategy 接口的具体算法或行为。

实战案例

考虑一个使用不同的算法来计算学生成绩的应用程序。我们可以使用策略模式来实现这种功能:

// Context (上下文)
public class StudentGradingContext {
    private GradingStrategy strategy;

    public StudentGradingContext(GradingStrategy strategy) {
        this.strategy = strategy;
    }

    public double calculateGrade(double score) {
        return strategy.calculateGrade(score);
    }
}

// Strategy (策略)
public interface GradingStrategy {
    double calculateGrade(double score);
}

// ConcreteStrategy (具体策略)
public class SimpleGradingStrategy implements GradingStrategy {
    @Override
    public double calculateGrade(double score) {
        return score;
    }
}

// ConcreteStrategy (具体策略)
public class WeightedGradingStrategy implements GradingStrategy {
    private double weight;

    public WeightedGradingStrategy(double weight) {
        this.weight = weight;
    }

    @Override
    public double calculateGrade(double score) {
        return score * weight;
    }
}

// Client (客户端)
public class Client {
    public static void main(String[] args) {
        StudentGradingContext context = new StudentGradingContext(new SimpleGradingStrategy());
        double grade = context.calculateGrade(85.0);
        System.out.println("Grade: " + grade);

        context = new StudentGradingContext(new WeightedGradingStrategy(0.8));
        grade = context.calculateGrade(90.0);
        System.out.println("Weighted Grade: " + grade);
    }
}

输出:

Grade: 85.0
Weighted Grade: 72.0

优点

  • 灵活性:允许动态改变算法或行为,而无需修改客户端代码。
  • 解耦:将算法或行为与使用它们的客户端解耦。
  • 可扩展性:易于添加新算法或行为,只需创建新的具体策略类即可。
  • 可重用性:相同算法或行为可用于多个客户端。

使用场景:

  • 当一个系统有多种执行任务的方式时。
  • 当算法或行为必须在运行时动态改变时。
  • 当需要避免客户端代码与算法或行为的具体实现产生耦合时。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

Java设计模式基本概念问答Java设计模式基本概念问答
上一篇
Java设计模式基本概念问答
性能与散热双重突破:真我GT Neo6携第三代骁龙8s亮相 电竞王者归来
下一篇
性能与散热双重突破:真我GT Neo6携第三代骁龙8s亮相 电竞王者归来
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    431次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    508次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    522次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    464次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    292次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码