关于工厂模式和单例模式

ops/2025/2/13 21:16:45/

工厂模式

        工厂模式就是将对象的创建过程封装在一个工厂类中,将创建对象的任务交给工厂完成。外部只能通过工厂类来指定创建或查找一个什么类型的对象,但不能直接创建对象。这样的好处在于实现了创建逻辑和业务逻辑的解耦。让代码变得更好看。

        工厂模式又可以细分为简单工厂模式、工厂方法模式和抽象工厂模式。

简单工厂模式(静态工厂)

public class AnimalFactory {public static Animal createAnimal(String type) {if ("dog".equals(type)) {return new Dog();} else if ("cat".equals(type)) {return new Cat();}throw new IllegalArgumentException("Invalid animal type!");}
}
// 使用示例
Animal dog = AnimalFactory.createAnimal("dog");

        静态工厂只能生产已经固定好的某几种类

工厂方法模式(多态工厂)

public interface AnimalFactory {Animal createAnimal();
}public class DogFactory implements AnimalFactory {@Overridepublic Animal createAnimal() {return new Dog();}
}public class CatFactory implements AnimalFactory {@Overridepublic Animal createAnimal() {return new Cat();}
}
// 使用示例
AnimalFactory factory = new DogFactory();
Animal dog = factory.createAnimal();

几个工厂类实现某一个父工厂接口,专门负责阐述某一种对象。类似于子公司?或者外包?

        这种工厂方法模式是用的最频繁的。(折中的艺术)。在一个抽象工厂中定义抽象产品,然后由具体的工厂区实现具体的产品。在客户端使用的时候,只需要选择对应的工厂,然后根据接口选择方法就行了,不需要关注工厂内部(产品)具体是怎么实现的。

抽象工厂模式(创建产品族):

// 定义抽象工厂
public interface AbstractFactory {Button createButton();TextField createTextField();
}// 具体工厂实现(例如 Windows 风格)
public class WindowsFactory implements AbstractFactory {@Overridepublic Button createButton() { return new WindowsButton(); }@Overridepublic TextField createTextField() { return new WindowsTextField(); }
}

基本思想和多态工厂是类似的,不过是侧重点不一样。

单例模式

单例模式就是某一个类只有一个具体的实现(对象),提供全局访问。

单例模式由饿汉式、懒汉式、静态内部类和枚举单例

饿汉式(线程安全,但可能浪费资源)

public class Singleton {private static final Singleton instance = new Singleton();private Singleton() {} // 私有构造函数public static Singleton getInstance() {return instance;}
}

将构造方法私有并且将实例用final标记,这样外部就不能再创建这个类的对象,只能用get方法请求这个类在初始化时建立的对象。

懒汉式(延迟加载,需处理线程安全)

public class Singleton {private static volatile Singleton instance;private Singleton() {}public static Singleton getInstance() {if (instance == null) {synchronized (Singleton.class) {if (instance == null) {instance = new Singleton();}}}return instance;}
}

不再在初始化的时候创建实例,而是用到的时候再创建,但这样就带来线程安全的问题。

静态内部类(推荐方式,线程安全且懒加载)

public class Singleton {private Singleton() {}private static class Holder {private static final Singleton instance = new Singleton();}public static Singleton getInstance() {return Holder.instance;}
}

这种是单例模式中最常用的。首先,这种模式在singleton被初始化时并不会生成对象,只有调用get方法之后才会创建holder类的对象,今儿创建一个singleton的对象,这个对象的唯一性由final关键字保证。并且也不需要像懒汉式一样使用Synchronized关键字。

枚举单例(最安全的方式,防止反射破坏单例)

public enum Singleton {INSTANCE;public void doSomething() { ... }
}

在Spring中的应用

在Spring中,混合使用了工厂方法模式和抽象工厂模式。单例模式也用了,但并不是上述的几种单例模式,而是通过Spring容器来对单例进行管理(其中单例类似于饿汉式)


http://www.ppmy.cn/ops/158136.html

相关文章

Vue全流程--Vue3.0与Vue2.0响应式原理对比

Vue2中数据的响应式 需要使用Vue.set这么一个api,修改数据 需要使用Vue.delete这么一个api,删除数据 数据代理这个当面的理解可以看看我前面文章Vue全流程--数据代理的理解以及在Vue中的应用-CSDN博客 Vue3中数据的响应式 Vue3使用proxy这个api实现…

Render上后端部署Springboot + 前端Vue 问题及解决方案汇总

有一个 Vue 前端 和 Spring Boot 后端的动态网页游戏,当前在本地的 5173 端口和运行。你希望生成一个公开链接,让所有点击链接的人都能访问并玩这个游戏。由于游戏原本需要在本地执行 npm install 后才能启动,你现在想知道在部署时是选择 Ren…

[AI]Mac本地部署Deepseek R1模型 — — 保姆级教程

[AI]Mac本地部署DeepSeek R1模型 — — 保姆级教程 DeepSeek R1是中国AI初创公司深度求索(DeepSeek)推出大模型DeepSeek-R1。 作为一款开源模型,R1在数学、代码、自然语言推理等任务上的性能能够比肩OpenAI o1模型正式版,并采用MI…

[论文笔记] Deepseek-R1R1-zero技术报告阅读

启发: 1、SFT&RL的训练数据使用CoT输出的格式,先思考再回答,大大提升模型的数学与推理能力。 2、RL训练使用群体相对策略优化(GRPO),奖励模型是规则驱动,准确性奖励和格式化奖励。 1. 总体概述 背景与目标 报告聚焦于利用强化学习(RL)提升大型语言模型(LLMs)…

简化的动态稀疏视觉Transformer的PyTorch代码

存一串代码(简化的动态稀疏视觉Transformer的PyTorch代码) import torch import torch.nn as nn import torch.nn.functional as F class DynamicSparseAttention(nn.Module): def __init__(self, dim, num_heads8, dropout0.1): super().__init__()…

http 与 https 的区别?

HTTP(超文本传输协议)和 HTTPS(安全超文本传输协议)是互联网通信的基础协议。随着网络技术的发展和安全需求的提升,HTTPS变得越来越重要。本文将深入探讨HTTP与HTTPS之间的区别,包括其工作原理、安全性、性能、应用场景及未来发展等。 1. HTTP与HTTPS的基本概念 1.1 HT…

从MyBatis-Plus看Spring Boot自动配置原理

一、问题引入&#xff1a;神秘的配置生效之谜 当我们使用MyBatis-Plus时&#xff0c;只需在pom.xml中添加依赖&#xff1a; <dependency><groupId>com.baomidou</groupId><artifactId>mybatis-plus-boot-starter</artifactId><version>3…

Vision Transformer:打破CNN垄断,全局注意力机制重塑计算机视觉范式

目录 引言 一、ViT模型的起源和历史 二、什么是ViT&#xff1f; 图像处理流程 图像切分 展平与线性映射 位置编码 Transformer编码器 分类头&#xff08;Classification Head&#xff09; 自注意力机制 注意力图 三、Coovally AI模型训练与应用平台 四、ViT与图像…