装饰器模式:动态扩展对象功能的利器
来到golang学习网的大家,相信都是编程学习爱好者,希望在这里学习文章相关编程知识。下面本篇文章就来带大家聊聊《装饰器模式是一种结构型设计模式,它允许在不修改对象本身的情况下,动态地给对象添加职责。通过组合方式替代继承,实现更灵活的功能扩展。与继承的区别:继承是静态的,在编译时确定,而装饰器是动态的,可以在运行时灵活添加或移除功能。继承会导致类爆炸,子类数量随功能增加呈指数增长,而装饰器通过组合方式,避免了这一问题。继承是“is-a”关系,装饰器是“has-a”关系,更符合面向对象的组合优于继承原则。使用场景:需要动态、灵活地为对象添加功能,而不希望使用继承。功能需要可配置、可组合,例如 Java 的 I/O 流(如 BufferedInputStream)。系统需要避免大量子类,保持代码简洁和可维护性。总结:装饰器模式适合需要动态扩展功能且不想用继承的场景,是比继承更灵活的设计方式。》,介绍一下,希望对大家的知识积累有所帮助,助力实战开发!
装饰器模式是一种结构型设计模式,用于在不修改原有代码的情况下动态地为对象添加功能。它通过包装类(装饰类)包裹原始对象来实现功能增强,如 Java IO 中的 BufferedInputStream 包裹 FileInputStream 以增加缓冲功能。与继承不同,装饰器在运行时动态组合功能,避免类爆炸问题,并支持灵活的功能叠加。适用场景包括:1. 需要动态透明地添加功能;2. 多种功能需要自由组合;3. 避免复杂的继承体系,保持职责清晰。相比继承的静态性和类爆炸风险,装饰器强调“做了什么”,并通过相同接口实现调用透明性,使代码更灵活易扩展。

装饰器模式在Java中是一种设计模式,属于结构型模式的一种。它的核心作用是动态地给对象添加功能,而不需要修改原有代码或者使用继承。

这听起来有点像继承,但其实两者的思路和适用场景完全不同。
什么是装饰器模式?
装饰器模式的基本思想是:用一个包装类(装饰类)来包裹原始类的对象,从而在运行时动态地为对象增加新行为或职责。

比如 Java IO 包中的 InputStream 和 BufferedInputStream 就是一个典型的例子。你可以在创建 FileInputStream 后,把它作为参数传给 BufferedInputStream,这样就为这个输入流增加了缓冲功能。
InputStream input = new BufferedInputStream(new FileInputStream("file.txt"));这里没有改动 FileInputStream 的代码,也没有用继承的方式扩展它,而是通过“包装”实现功能增强。

装饰器模式 vs 继承
虽然两者都可以用来扩展类的功能,但它们的机制和适用场景有明显不同:
继承是静态的:在编译期就已经确定了子类的行为。如果你需要多种组合,继承会导致类爆炸。比如你想支持压缩、加密、缓冲等功能的组合,每个组合都要写一个子类,维护起来很麻烦。
装饰器是动态的:在运行时可以灵活地组合各种功能。你可以一层层地嵌套装饰,想加什么功能就包装一次,非常灵活。
举个简单的例子:
假设你有一个咖啡系统,基础咖啡是美式,然后可以加奶、加糖、加巧克力等等。如果用继承方式,你需要为每种组合定义一个类,比如 MilkCoffee, SugarMilkCoffee, ChocolateMilkCoffee……很快就会失控。
而用装饰器模式,只需要一个基础接口 Coffee,然后每个装饰器(如 MilkDecorator, SugarDecorator)都实现这个接口,并持有一个 Coffee 实例。这样就可以任意组合了。
使用场景有哪些?
装饰器模式适用于以下几种情况:
✅ 当你需要在不修改原有代码的前提下,动态、透明地添加功能
比如 Java IO 流、日志记录、权限校验等,这些场景都不适合频繁修改已有类,而是更适合用装饰器来封装额外逻辑。
✅ 当你需要多个功能可以自由组合,避免类爆炸
就像上面提到的咖啡例子,如果你有一堆可选功能,而且希望它们能互相组合,装饰器比多重继承更灵活。
✅ 当你不希望引入复杂的继承体系,保持类职责清晰
装饰器让每个类只关注自己该做的事情,而不是把一堆功能都塞进一个类里。
总结一下区别
- 继承是在编译期决定的,装饰器是在运行时决定的;
- 继承容易导致类爆炸,装饰器则通过组合方式避免这个问题;
- 继承强调“是什么”,装饰器强调“做了什么”;
- 装饰器通常要求被装饰对象和装饰器实现相同的接口,这样调用者不用关心具体是谁在干活。
基本上就这些。装饰器模式不是特别难理解,但在实际开发中用得比较多,尤其在一些框架和库的设计中,比如 Spring AOP、Java IO 等,都能看到它的影子。掌握它可以帮助你写出更灵活、易扩展的代码。
终于介绍完啦!小伙伴们,这篇关于《装饰器模式:动态扩展对象功能的利器》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
抖音移除粉丝技巧全攻略
- 上一篇
- 抖音移除粉丝技巧全攻略
- 下一篇
- PHP如何验证用户输入数据?
-
- 文章 · java教程 | 20小时前 | Java · JVM · JVM Native Memory Tracking NMT jcmd 原生内存 JVM内存排查
- JVM 原生内存上涨但堆稳定,怎样用 NMT 分类定位
- 414浏览 收藏
-
- 文章 · java教程 | 22小时前 | Java · 性能优化 · Stream · Java教程 · Java Stream Spliterator 并行流 parallelStream Stream副作用
- Stream 并行化前先判断什么:数据规模、拆分与副作用
- 405浏览 收藏
-
- 文章 · java教程 | 1天前 | Java教程 · sealed interface Java密封类 模式匹配switch 支付结果 穷尽检查
- 密封类建模支付结果:穷尽分支与扩展边界
- 270浏览 收藏
-
- 文章 · java教程 | 1天前 | 数据校验 · api设计 · Java教程 · 参数校验 Java record API DTO Jakarta Validation 紧凑规范构造器 跨字段校验
- Java Record 作为 API DTO 时,校验逻辑放在哪里
- 370浏览 收藏
-
- 文章 · java教程 | 1天前 | 线程池 · 异常处理 · 并发编程 · Java教程 · CompletableFuture · 异步任务 completablefuture allOf Handle 结果汇总 CompletionException
- CompletableFuture 组合独立任务:allOf 结果汇总与失败归属
- 482浏览 收藏
-
- 文章 · java教程 | 1天前 |
- StructuredTaskScope 如何表达并发任务的共同生命周期
- 425浏览 收藏
-
- 文章 · java教程 | 1天前 | 并发编程 · Java教程 · java arena MemorySegment WrongThreadException FFM API
- Java MemorySegment 怎么限制跨线程访问范围
- 132浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · Java 24 Java Class-File API CodeTransform ClassTransform CodeAttribute
- Java Class-File API 怎么转换方法代码属性
- 199浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · Stream · java Stream Gatherer Integrator.Greedy
- Java Gatherer Integrator.Greedy 什么时候可以声明贪婪处理
- 112浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 375次使用
-
- 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。
- 445次使用
-
- 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。
- 453次使用
-
- 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。
- 398次使用
-
- 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。
- 226次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
