• 策略模式


    策略模式主要是应对需求变化导致方法小规模重复改动,由于方法只有小部分不一致,大部分是一样的,重复定义就显得代码冗余,这时就需要使用策略模式,定义一个接口,策略方法中调用的是接口中的方法,而具体执行时需要使用方传递具体实现,从而避免了重复方法的定义,如下为过滤员工中年龄,姓名的需求:

    public class Strategy {
    
    	private List<Employee> employees=Arrays.asList(new Employee[]{
    		new Employee("tom", 18),
    		new Employee("jerry", 19),
    		new Employee("jack", 20),
    		new Employee("rose", 21)
    	});
    	
    	/**
    	 * 策略方法
    	 */
    	public List<Employee> filterEmployee(List<Employee> list,CompareByWhere<Employee> where)
    	{
    		List<Employee> res=new ArrayList<Employee>();
    		for (Employee employee : list) {
    			if(where.filter(employee))//策略接口中方法,具体实现需要使用者根据需求决定
    			{
    				res.add(employee);
    			}
    		}
    		return res;
    	}
    	
    	@Test
    	public void func()
    	{
    		List<Employee> filterEmployees = filterEmployee(employees,new CompareByWhere<Employee>(){
    			@Override
    			public boolean filter(Employee t) {//把过滤条件交由具体需求,而不需要修改策略方法
    				//return t.getAge()>=20;  //需求1:年龄大于等于20岁的
    				return t.getName().contains("j");//需求2:姓名包含j的
    			}
    		});
    		
    	    for (Employee employee : filterEmployees) {
    		    System.out.println(employee);
         	}
    	}
    }
    /**
     *策略接口
     */
    interface CompareByWhere<T>{
    	boolean filter(T t);
    }
    
    class  Employee{
    	private String name;
    	private int age;
    	public String getName() {
    		return name;
    	}
    	public void setName(String name) {
    		this.name = name;
    	}
    	public int getAge() {
    		return age;
    	}
    	@Override
    	public String toString() {
    		return "Employee [name=" + name + ", age=" + age + "]";
    	}
    	public Employee() {
    		super();
    	}
    	public Employee(String name, int age) {
    		super();
    		this.name = name;
    		this.age = age;
    	}
    	public void setAge(int age) {
    		this.age = age;
    	}
    	
    }
    

      

  • 相关阅读:
    np.clip()的用法
    np.random.RandomState(123)
    torch.utils.data.DataLoader用法及各参数含义
    source 1.7 中不支持 lambda 表达式(请使用 -source 8 或更高版本以启用 lambda 表达式)
    tensorflow note
    tensorflow-gpu install check
    python3 yum not found
    Python打包成exe,pyc
    windows定时执行python脚本
    docker guide
  • 原文地址:https://www.cnblogs.com/javabg/p/7509499.html
Copyright © 2020-2023  润新知