设计模式学习路径|学习笔记

简介: 快速学习设计模式学习路径

开发者学堂课程【PHP 进阶教程-由浅入深掌握面向对象开发-第三阶段设计模式学习路径】学习笔记,与课程紧密联系,让用户快速学习知识。  

课程地址:https://developer.aliyun.com/learning/course/713/detail/12718


设计模式学习路径

 

内容介绍:

一、目标

二、概念

三、示例

四、小结

 

一、目标

在做面向对象,实现项目的时候,会发现有些地方可能会经常遇到一种同样的业务逻辑,需要用一些技术点去实现这样的业务,从而去实现代码的通用性满足业务,这种东西就可以称之为通用的解决方案,设计模式本质就是这种解决方案。

学习目标:了解设计模式的概念,掌握设计模式在开发中的实际应用

·单例模式

·工厂模式

 

二、概念

设计模式: Design pattern,是软件开发人员在软件开发过程中面临的一般问题的解决方案

·解决方案是众多软件开发人员经过相当长的一段时间的试验和错误总结出来的

·设计模式有很多(23种之多,但是这种设计模式一般会在经典的案例里面去实现,一般大型的系统里面纯粹的面向对象符合这种完全面向对象开发规范的里面用的比较多),在PHP中通常只用两种设计模式:

·单例模式

·工厂模式

 

三、示例

设计模式是针对某种常见的需求而提供的一类解决方案

·windows系统的资源管理器用来显示计算机资源占用的情况

image.png·资源管理器本身要占用资源

·如果要打开多个资源管理器,显示的资源占用情况应该一致(系统运行是一致的),而资源管理器占用了更多的资源

·因此:资源管理器一个就够了(如果尝试开启多个,系统只会返回一个窗口)

·针对上述需求:我们可以设计一种解决方案,保证资源管理器只产生一个

·后来发现其他的需求也有同样的问题:数据库连接资源一个用户一个连接就够了(数据库的连接资源是有限的,如果连接多个,一个用户占用越多就意味着其他的用户不能同时使用,并发就会降低,系统服务的有效次数降低),所以上述方案可以作为一种类似问题的通用解决方案,此时就可以理解为一个设计模式(本质是单例模式)

 

四、小结

1、设计模式是一谈问题的通用解决方案

2、设计模式的存在,可以帮助我们快速的解决某类特定需求问题(因为这种模式的存在所以在某些业务的方面去解决问题已经非常成熟,只要按照方案去设计代码即可。设计模式是一种解决方案,不代表里面一定有这样的代码,需要根据方案去写代码,才能最终解决问题)

3、通常设计模式的出现,都会需要额外增加开发难度和开发时间,因此我们要根据项目的需求来选择(以前 PHP 做项目面向过程开发,没有设计模式,只有能解决问题满足需求即可。但是大的项目通常需要考虑重用性、架构性,就会用到设计模式)

相关文章
|
4天前
|
人工智能 运维 安全
|
2天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
9天前
|
人工智能 JavaScript 测试技术
Qwen3-Coder入门教程|10分钟搞定安装配置
Qwen3-Coder 挑战赛简介:无论你是编程小白还是办公达人,都能通过本教程快速上手 Qwen-Code CLI,利用 AI 轻松实现代码编写、文档处理等任务。内容涵盖 API 配置、CLI 安装及多种实用案例,助你提升效率,体验智能编码的乐趣。
818 109
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
416 9
|
3天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。
|
4天前
|
机器学习/深度学习 传感器 算法
Edge Impulse:面向微型机器学习的MLOps平台——论文解读
Edge Impulse 是一个面向微型机器学习(TinyML)的云端MLOps平台,致力于解决嵌入式与边缘设备上机器学习开发的碎片化与异构性难题。它提供端到端工具链,涵盖数据采集、信号处理、模型训练、优化压缩及部署全流程,支持资源受限设备的高效AI实现。平台集成AutoML、量化压缩与跨硬件编译技术,显著提升开发效率与模型性能,广泛应用于物联网、可穿戴设备与边缘智能场景。
186 127