观察者与策略模式详解
2026-02-17 08:23:38
0浏览
收藏
本文深入剖析了观察者模式与策略模式的本质区别与实践边界:前者聚焦于“状态变更通知”,解决一对多依赖更新问题,核心在于被观察者主动广播变化、观察者被动响应;后者致力于“算法可插拔”,应对行为逻辑的动态切换,核心是上下文与具体算法解耦、运行时灵活替换。二者职责截然不同——一个管“谁要知情”,一个管“怎么做”,虽可协同使用(如报表导出用策略选格式、用观察者推进度),但绝不能混淆或强行统一。文章直击常见误区:内存泄漏、并发异常、策略污染、过度拆分等,并强调设计判断的关键不在于套用术语,而在于敏锐识别需求本质——新增的是“通知方”还是“计算方式”?真正考验程序员功力的,永远是代码现场的动因洞察。

观察者模式和策略模式解决的是两类完全不同的问题:前者关注对象间的一对多依赖更新,后者聚焦于算法的动态替换。混用或强行统一理解,反而会模糊各自的设计意图。
观察者模式的核心是「状态变更通知」
它让多个观察者(Observer)能自动响应被观察者(Subject)的状态变化,典型场景是事件驱动、MVC 中的视图刷新、发布-订阅系统。
- 关键不是“谁调用谁”,而是“谁被通知”——
Subject持有List,在notifyObservers()中遍历调用每个update() - Java 标准库曾提供
java.util.Observable和java.util.Observer,但自 JDK 9 起已标记为@Deprecated,不推荐使用;应优先手写接口或采用java.util.concurrent.CopyOnWriteArrayList管理观察者列表,避免并发修改异常 - 容易踩的坑:观察者未及时
remove()导致内存泄漏;notify过程中修改观察者列表引发ConcurrentModificationException
策略模式的核心是「算法可插拔」
它把一组行为(算法)封装成独立类,通过统一接口(如 Strategy)注入到上下文(Context)中,在运行时切换逻辑,典型场景是支付方式选择、排序策略、文本渲染规则。
Context不关心具体怎么算,只持有一个Strategy引用,并在需要时调用execute()或calculate()等方法- 策略类之间必须「无状态」或「状态可控」,否则在多线程中共享同一实例可能引发数据污染;若需保存上下文数据,应将参数显式传入方法,而非依赖成员变量
- 常见误用:把简单
if-else拆成一堆空策略类,反而增加维护成本;策略类之间存在强依赖或需要协同执行时,说明它已超出策略模式适用边界
二者组合使用的现实约束
可以一起用,但不能为了设计而硬套。比如一个报表生成器(Context)用策略决定导出格式(PDF/Excel),同时用观察者通知 UI 进度更新——此时策略管“怎么做”,观察者管“谁要知情”,职责清晰。
- 不要让策略类直接实现
Observer接口,除非该策略本身职责就包含响应外部事件;否则会混淆“算法”与“反馈”的边界 - 观察者收到通知后,如果要触发不同策略,应在观察者内部构造或获取对应
Strategy实例,而不是由Subject持有策略引用并代为分发 - Spring 中可用
@EventListener替代手动注册观察者,用@Qualifier+ 接口注入区分策略实现,但底层仍是这两套机制的自然延伸,不是抽象升级
真正难的从来不是记住定义,而是在需求变动时判断:这次加的是「新通知方」,还是「新计算方式」——名字可以查文档,动因得靠代码现场说话。
终于介绍完啦!小伙伴们,这篇关于《观察者与策略模式详解》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!
ZeroGPT检测AI文本技巧全解析
- 上一篇
- ZeroGPT检测AI文本技巧全解析
- 下一篇
- Win11系统更新停用技巧分享
查看更多
最新文章
-
- 文章 · java教程 | 13小时前 | 文件处理 · Java · java InputStream 文件摘要 Apache Commons Codec DigestUtils
- Java Commons Codec怎样流式计算文件摘要
- 370浏览 收藏
-
- 文章 · java教程 | 13小时前 | 字符串 · Java · java stringutils defaultIfBlank defaultIfEmpty Apache Commons Lang
- Java StringUtils.defaultIfBlank与defaultIfEmpty有什么区别
- 201浏览 收藏
-
- 文章 · java教程 | 13小时前 | Java · Java教程 · java path 路径安全 Commons Compress 归档解压
- Java归档解压怎样限制输出路径在目标目录内
- 165浏览 收藏
-
- 文章 · java教程 | 14小时前 | Java · Java教程 · java tar Commons Compress TarArchiveInputStream
- Java Commons Compress怎样逐条读取tar归档项
- 274浏览 收藏
-
- 文章 · java教程 | 14小时前 | java MultiValuedMap Commons Collections 集合视图
- Java MultiValuedMap获取值集合后修改会影响原映射吗
- 205浏览 收藏
-
- 文章 · java教程 | 14小时前 |
- Java MultiValuedMap怎样表达一个键对应多个值
- 497浏览 收藏
-
- 文章 · java教程 | 14小时前 |
- Java Commons CSV空字符串与缺失列怎么区分
- 285浏览 收藏
-
- 文章 · java教程 | 14小时前 | java csv 表头 Commons CSV
- Java Commons CSV怎样按表头名称读取字段
- 127浏览 收藏
-
- 文章 · java教程 | 14小时前 | Java · java StringSubstitutor Apache Commons Text 变量循环引用 递归替换
- Java StringSubstitutor遇到变量循环引用怎么处理
- 383浏览 收藏
-
- 文章 · java教程 | 14小时前 | Java · 日志轮转 Tailer Java Commons IO TailerListener Tailer.Builder
- Java Commons IO Tailer怎样跟踪日志文件轮转
- 298浏览 收藏
-
- 文章 · java教程 | 14小时前 | Java · java 日志文件 Tailer Commons IO 文件轮转
- Java Tailer从文件开头和末尾读取有什么区别
- 415浏览 收藏
-
- 文章 · java教程 | 14小时前 |
- Java StringSubstitutor怎样为缺失变量提供默认值
- 304浏览 收藏
查看更多
课程推荐
-
- 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
查看更多
AI推荐
-
- 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。
- 466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。
- 528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。
- 546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。
- 497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。
- 316次使用
查看更多
相关文章
-
- 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

