行为型模式 - 策略模式(Strategy Pattern)

简介: 行为型模式 - 策略模式(Strategy Pattern)

前言

一、策略模式概述

先看下面的图片,我们去旅游选择出行模式有很多种,可以骑自行车、可以坐汽车、可以坐火车、可以坐飞机。

网络异常,图片无法展示
|

策略模式定义: 该模式定义了一系列算法,并将每个算法封装起来,使它们可以相互替换,且算法的变化不会影响使用算法的客户。策略模式属于对象行为模式,它通过对算法进行封装,把使用算法的责任和算法的实现分割开来,并委派给不同的对象对这些算法进行管理。

二、策略模式结构

策略模式的主要角色如下:

  • 抽象策略(Strategy)类:这是一个抽象角色,通常由一个接口或抽象类实现。此角色给出所有的具体策略类所需的接口。
  • 具体策略(Concrete Strategy)类:实现了抽象策略定义的接口,提供具体的算法实现或行为。
  • 环境(Context)类:持有一个策略类的引用,最终给客户端调用。

三、策略模式案例实现

【例】促销活动

一家百货公司在定年度的促销活动。针对不同的节日(春节、中秋节、圣诞节)推出不同的促销活动,由促销员将促销活动展示给客户。类图如下:

网络异常,图片无法展示
|
代码如下:

定义百货公司所有促销活动的共同接口

public interface Strategy {  
   void show();  
}

定义具体策略角色(Concrete Strategy):每个节日具体的促销活动

//为春节准备的促销活动A  
public class StrategyA implements Strategy {  
   public void show() {  
       System.out.println("买一送一");  
  }  
}  
//为中秋准备的促销活动B  
public class StrategyB implements Strategy {  
   public void show() {  
       System.out.println("满200元减50元");  
  }  
}  
//为圣诞准备的促销活动C  
public class StrategyC implements Strategy {  
   public void show() {  
       System.out.println("满1000元加一元换购任意200元以下商品");  
  }  
}
定义环境角色(Context):用于连接上下文,即把促销活动推销给客户,这里可以理解为销售员
public class SalesMan {                          
   //持有抽象策略角色的引用                                
   private Strategy strategy;                  
   public SalesMan(Strategy strategy) {        
       this.strategy = strategy;                
  }                                            
   //向客户展示促销活动                                  
   public void salesManShow(){                  
       strategy.show();                        
  }                                            
}                                              

四、策略模式优缺点

  • 优点:
  • 策略类之间可以自由切换由于策略类都实现同一个接口,所以使它们之间可以自由切换。
  • 易于扩展增加一个新的策略只需要添加一个具体的策略类即可,基本不需要改变原有的代码,符合“开闭原则“
  • 避免使用多重条件选择语句(if else),充分体现面向对象设计思想。
  • 缺点:
  • 客户端必须知道所有的策略类,并自行决定使用哪一个策略类。
  • 策略模式将造成产生很多策略类,可以通过使用享元模式在一定程度上减少对象的数量。

五、策略模式使用场景

  • 一个系统需要动态地在几种算法中选择一种时,可将每个算法封装到策略类中。
  • 一个类定义了多种行为,并且这些行为在这个类的操作中以多个条件语句的形式出现,可将每个条件分支移入它们各自的策略类中以代替这些条件语句。
  • 系统中各算法彼此完全独立,且要求对客户隐藏具体算法的实现细节时。
  • 系统要求使用算法的客户不应该知道其操作的数据时,可使用策略模式来隐藏与算法相关的数据结构。
  • 多个类只区别在表现行为不同,可以使用策略模式,在运行时动态选择具体要执行的行为。

六、JDK源码解析

Comparator 中的策略模式。在Arrays类中有一个 sort() 方法,如下:

public class Arrays{  
   public static <T> void sort(T[] a, Comparator<? super T> c) {  
       if (c == null) {  
           sort(a);  
      } else {  
           if (LegacyMergeSort.userRequested)  
               legacyMergeSort(a, c);  
           else  
               TimSort.sort(a, 0, a.length, c, null, 0, 0);  
      }  
  }  
}

Arrays就是一个环境角色类,这个sort方法可以传一个新策略让Arrays根据这个策略来进行排序。就比如下面的测试类。

public class demo {  
   public static void main(String[] args) {  
       Integer[] data = {12, 2, 3, 2, 4, 5, 1};  
       // 实现降序排序  
       Arrays.sort(data, new Comparator<Integer>() {  
           public int compare(Integer o1, Integer o2) {  
               return o2 - o1;  
          }  
      });  
       System.out.println(Arrays.toString(data)); //[12, 5, 4, 3, 2, 2, 1]  
  }  
}

这里我们在调用Arrays的sort方法时,第二个参数传递的是Comparator接口的子实现类对象。所以Comparator充当的是抽象策略角色,而具体的子实现类充当的是具体策略角色。环境角色类(Arrays)应该持有抽象策略的引用来调用。那么,Arrays类的sort方法到底有没有使用Comparator子实现类中的 compare() 方法吗?让我们继续查看TimSort类的 sort() 方法,代码如下:

class TimSort<T> {  
   static <T> void sort(T[] a, int lo, int hi, Comparator<? super T> c,  
                        T[] work, int workBase, int workLen) {  
       assert c != null && a != null && lo >= 0 && lo <= hi && hi <= a.length;  
       int nRemaining  = hi - lo;  
       if (nRemaining < 2)  
           return;  // Arrays of size 0 and 1 are always sorted  
       // If array is small, do a "mini-TimSort" with no merges  
       if (nRemaining < MIN_MERGE) {  
           int initRunLen = countRunAndMakeAscending(a, lo, hi, c);  
           binarySort(a, lo, hi, lo + initRunLen, c);  
           return;  
      }  
      ...  
  }    
   private static <T> int countRunAndMakeAscending(T[] a, int lo, int hi,Comparator<? super T> c) {  
       assert lo < hi;  
       int runHi = lo + 1;  
       if (runHi == hi)  
           return 1;  
       // Find end of run, and reverse range if descending  
       if (c.compare(a[runHi++], a[lo]) < 0) { // Descending  
           while (runHi < hi && c.compare(a[runHi], a[runHi - 1]) < 0)  
               runHi++;  
           reverseRange(a, lo, runHi);  
      } else {                              // Ascending  
           while (runHi < hi && c.compare(a[runHi], a[runHi - 1]) >= 0)  
               runHi++;  
      }  
       return runHi - lo;  
  }  
}

上面的代码中最终会跑到 countRunAndMakeAscending() 这个方法中。我们可以看见,只用了compare方法,所以在调用Arrays.sort方法只传具体compare重写方法的类对象就行,这也是Comparator接口中必须要子类实现的一个方法。

后记

喜欢我的文章的朋友点点喜欢、收藏,也欢迎朋友们评论区留下你的意见和建议,恕毅在此拜谢!


目录
打赏
0
0
0
0
3
分享
相关文章
CES亮点:AI赋能与产业创新 | DALL-E 3、SD等20+图像生成模型综述
随着科技飞速发展,CES(国际消费电子展)已然成为全球科技产业的风向标,每年的CES大会都是业界瞩目的盛事。回顾2024年CES大会,不难发现其亮点纷呈,其中以人工智能的深度赋能为最引人注目之处。AI技术的深入应用成为CES大会上的一大亮点,各大厂商纷纷展示了在AI领域的最新成果。
面试官:你知道包装类的缓存机制吗?
面试官:你知道包装类的缓存机制吗?
1538 0
Flink / Scala - 使用 CountWindow 实现按条数触发窗口
CountWindow 数量窗口分为滑动窗口与滚动窗口,类似于之前 TimeWindow 的滚动时间与滑动时间,这里滚动窗口不存在元素重复而滑动窗口存在元素重复的情况,下面 demo 场景为非重复场景,所以将采用滚动窗口。......
1009 0
Flink / Scala - 使用 CountWindow 实现按条数触发窗口
Apipost vs Apifox:高效API协作的差异化功能解析
作为企业级API架构师,深度体验APIPost与Apifox后发现几大亮点功能。目录级参数配置避免全局污染;WebSocket消息分组提升长连接管理效率;Socket.IO支持解决特定协议需求;接口锁定保障团队协作安全。大型团队适合APIPost的细粒度管控,复杂物联网项目需WebSocket分组,维护遗留系统离不开Socket.IO支持,初创团队可按需灵活选择。这些特性显著优化开发协作质量。
Linux 开放的端口太多了?教你一招找出所有开放的端口,然后直接干掉!
在 Linux 系统中,端口管理至关重要。本文介绍了如何使用 `netstat`、`lsof` 和 `nmap` 等工具查找开放端口,并通过关闭相关服务、修改防火墙规则或禁用网络接口来关闭这些端口,以提高系统安全性。注意不要随意关闭重要端口,谨慎操作并备份数据。
221 3
|
8月前
Playwright 测试重试
Playwright 测试重试
199 2
基于BLE的商业综合体室内定位导航系统:低功耗室内导航与反向寻车
本文介绍了基于BLE技术的商场室内定位导航系统,涵盖系统设计思路、关键技术实现及实际应用效果。系统通过部署BLE信标和利用智能手机等设备,实现精准室内定位与导航,提升消费者购物体验。关键技术包括iBeacon蓝牙定位和A*寻路算法,应用于商场导航、AR实景导航及反向寻车等功能。
309 4
使用search-guard加固安全为https访问
使用search-guard加固安全为https访问
|
11月前
|
JAVA性能优化- IntelliJ插件:java内存分析工具(JProfiler)
JAVA性能优化- IntelliJ插件:java内存分析工具(JProfiler)
346 0
MindOpt APL 最新版本功能介绍,并且开放下载使用了!
MindOpt APL (MAPL) 是由阿里巴巴达摩院研发的国产建模语言,专长于电力SCUC等问题,提供向量化建模支持,可与Mindopt Studio平台集成。最新版2.4增加了向量化建模、Linux环境下通过pip安装支持以及改进了打印显示和错误提示。MAPL的向量化建模提高了效率,适合大规模问题。用户可通过云平台Docker打包或pip安装使用,支持多种求解器,包括MindOpt和开源求解器。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等

登录插画

登录以查看您的控制台资源

管理云资源
状态一览
快捷访问