Kotlin - 改良设计模式 - 责任链模式

简介: Kotlin - 改良设计模式 - 责任链模式

本系列学习教程笔记属于详细讲解Kotlin语法的教程,需要快速学习Kotlin语法的小伙伴可以查看“简洁” 系列的教程

快速入门请阅读如下简洁教程:
Kotlin学习教程(一)
Kotlin学习教程(二)
Kotlin学习教程(三)
Kotlin学习教程(四)
Kotlin学习教程(五)
Kotlin学习教程(六)
Kotlin学习教程(七)
Kotlin学习教程(八)
Kotlin学习教程(九)
Kotlin学习教程(十)

Kotlin教程笔记(55) - 改良设计模式 - 责任链模式

imgKotlin - 改良设计模式 - 责任链模式

#一、前言

  • 责任链模式
    • 作用:避免请求的发送者和接收者之间的耦合关系,将这个对象连成一条链,并沿着这条链传递该请求,直到有一个对象处理它为止。
    • 举例:OKHttp 的拦截器、Servlet 中的 FilterChain

#二、使用责任链模式

  • 例子:学生会经费申请
  • 重点:1 个请求会在 n 个处理器组成的处理器链上传递

以学生会经费申请会例,学生会会有一些日常开销以及活动开支,需要向学院的学生会基金申请经费,如果金额在 100 元之内,由分部长审批;如果金额在 100 到 500 元之间,由会长审批;如果金额在 500 到 1000 元之间,由学院辅导员审批;而如果金额超过 1000 元,则默认打回申请。像这种需要一层层往后传递请求的情况,非常适合采用责任链模式来设计程序:

/**
 * 经费申请事件
 *
 * @author GitLqr
 */
data class ApplyEvent(val money: Int, val title: String)

/**
 * 经费审批处理器
 *
 * @author GitLqr
 */
interface ApplyHandler {
    val successor: ApplyHandler?
    fun handleEvent(event: ApplyEvent)
}

注意:责任链模式需要将处理器对象连成一条链,最简单粗暴的方式就是让前驱处理器持有后继处理器 successor

接着,根据案例需要,编写各个角色对应的处理器类:

/**
 * 部长
 *
 * @author GitLqr
 */
class GroupLeader(override val successor: ApplyHandler?) : ApplyHandler {
    override fun handleEvent(event: ApplyEvent) {
        when {
            event.money <= 100 -> println("Group Leader handled application: ${event.title}.")
            successor != null -> successor.handleEvent(event)
            else -> println("Group Leader: This application cannot be handled.")
        }
    }
}

/**
 * 会长
 *
 * @author GitLqr
 */
class President(override val successor: ApplyHandler?) : ApplyHandler {
    override fun handleEvent(event: ApplyEvent) {
        when {
            event.money <= 500 -> println("President handled application: ${event.title}.")
            successor != null -> successor.handleEvent(event)
            else -> println("President: This application cannot be handled.")
        }
    }
}

/**
 * 学院
 *
 * @author GitLqr
 */
class College(override val successor: ApplyHandler?) : ApplyHandler {
    override fun handleEvent(event: ApplyEvent) {
        when {
            event.money <= 1000 -> println("College handled application: ${event.title}.")
            successor != null -> successor.handleEvent(event)
            else -> println("College: This application cannot be handled.")
        }
    }
}

最后,创建各个角色处理器实例,并按顺序组成一条链,由链头开始接收、转发需要被处理的经费申请事件:

// 使用
// val college = College(null)
// val president = President(college)
// val groupLeader = GroupLeader(president)
val groupLeader = GroupLeader(President(College(null)))
groupLeader.handleEvent(ApplyEvent(10, "buy a pen")) // 买只钢笔
groupLeader.handleEvent(ApplyEvent(200, "team building")) // 团建
groupLeader.handleEvent(ApplyEvent(600, "hold a debate match")) // 举行辩论赛
groupLeader.handleEvent(ApplyEvent(1200, "annual meeting of the college")) // 学院年会

// 输出
Group Leader handled application: buy a pen.
President handled application: team building.
College handled application: hold a debate match.
College: This application cannot be handled.

从输出结果可以看到,经费申请事件会在处理器链上传递,直到被一个合适的处理器处理并终止。

注意:这话是针对当前案例说的,责任链模式没有硬性要求一个请求只能被一个处理器处理,你可以在前面的处理器中对请求进行加工,提取数据等等操作,并且可以选择是否放行,交由后面的处理器继续处理,这需要根据实际情况,灵活应变。

#三、改良责任链模式

  • 例子:学生会经费申请
  • 重点:偏函数 Partial Function

在对上述案例进行改良之前,我们先来了解一下偏函数是什么,在不同的编程语言中,对偏函数的理解还不一样,在 Python 中,偏函数是使用 functools.partial 把一个函数的某些参数给固定住(也就是设置默认值),返回一个新的函数,调用这个新函数会更简单。而在 Scala 中,偏函数是使用 PartialFunction 构建一个仅仅处理输入参数的部分分支的函数,换句话说,就是带有判断条件的函数,只有满足条件的参数,才会被函数处理。

以上结论来自以下两篇文章:

题外话:对 Scala 偏函数有兴趣的可以看一下上面的文章,写的很通透。

回过头来,责任链模式的核心机理是,整个链条上的每个处理环节都有对其输入的校验标准,当输入的参数处于某个责任链节的有效接收范围之内,该环节才能对其做出正常的处理操作。那么,我们是不是可以把链条上的每个处理环节看做是一个个的偏函数呢?是的,不过 Kotlin 中并没有内置偏函数 API,好在有一个第三方 Kotlin 函数库【funKTionale】 (opens new window),其中的 partialfunctions.kt 就有 Scala 中偏函数的类似实现:

// https://github.com/MarioAriasC/funKTionale/blob/master/funktionale-utils/src/main/kotlin/org/funktionale/utils/partialfunctions.kt

class PartialFunction<in P1, out R>(private val definetAt: (P1) -> Boolean, private val f: (P1) -> R) : (P1) -> R {
    override fun invoke(p1: P1): R {
        if (definetAt(p1)) {
            return f(p1)
        } else {
            throw IllegalArgumentException("Value: ($p1) isn't supported by this function")
        }
    }

    fun isDefinedAt(p1: P1) = definetAt(p1)
}

这个 PartialFunction 类第一眼看上去感觉好复杂,分成如下几步,方便理解:

  • PartialFunction 继承自一个函数类型 (P1) -> R,编译器会强制要求实现 invoke() 方法,这意味着 PartialFunction 实例对象可以像调用函数那样使用。
  • 构造参数 1 definetAt: (P1) -> Boolean 用于判断 P1 参数是否满足被处理的条件。
  • 构造参数 2 f: (P1) -> R 用于处理 P1 参数并返回 R 类型值。
  • 成员方法 invoke 中,当 P1 满足条件时,则将 P1 交给 构造参数 2 f: (P1) -> R 处理;否则抛出异常。
  • 成员方法 isDefinedAt 只是构造参数 1 definetAt 的拷贝。

所以,用一句话概括 PartialFunction 实例对象,就是一个带有判断条件的"函数",只有满足条件的参数,才会被"函数"处理。现在我们用一个个 PartialFunction 实例来代替处理器是完全没问题的,问题是怎么把它们链接起来呢?【funKTionale】 (opens new window)中还为 PartialFunction 扩展了一个 orElse 函数,这就是把偏函数组合起来的关键:

// https://github.com/MarioAriasC/funKTionale/blob/master/funktionale-utils/src/main/kotlin/org/funktionale/utils/partialfunctions.kt

infix fun <P1, R> PartialFunction<P1, R>.orElse(that: PartialFunction<P1, R>): PartialFunction<P1, R> {
    return PartialFunction({ this.isDefinedAt(it) || that.isDefinedAt(it) }) {
        when {
            this.isDefinedAt(it) -> this(it)
            that.isDefinedAt(it) -> that(it)
            else -> throw IllegalArgumentException("function not definet for parameter ($it)")
        }
    }
}

同样,也分成如下几步,方便理解:

  • orElsePartialFunction 的扩展函数,故内部可以使用 this 获取原本的 PartialFunction 实例(也就是 receiver)。
  • orElse 只接收一个 PartialFunction 类型参数 that,并且返回一个 PartialFunction 类型实例,故 orElse 可以嵌套调用。
  • orElse 返回值是一个使用了两个 PartialFunction 实例对象 (即 thisthat)组合出来的一个新的 PartialFunction 实例对象,
  • orElse 返回值的意图是,只要原本的 thisthat 中有一个条件成立,那么就让条件成立的那个来处理参数 P1 ,否则抛出异常。其实,这个 that 就相当于是责任链模式中的 successor
  • orElse 使用 infix 修饰,故支持中缀表达式写法。

注意:你可能一时看不懂 PartialFunction({ xxx }){ yyy } 这个奇怪的语法,其实很简单,在创建一个 PartialFunction 实例时,可以传入两个 Lambda 表达式,所以正常写法应该是这样的 PartialFunction({ xxx }, { yyy }) ,不过,在 Kotlin 中,当 Lambda 表达式作为最后一个参数传入时,可以写到函数外部,所以就出现了 PartialFunction({ xxx }){ yyy } 这种写法。

好了,现在用 PartialFunction 来改良原本的责任链模式代码:

/**
 * 使用自运行Lambda来构建一个个 PartialFunction 实例:部长、会长、学院
 *
 * @author GitLqr
 */
val groupLeader = {
    val definetAt: (ApplyEvent) -> Boolean = { it.money <= 200 }
    val handler: (ApplyEvent) -> Unit = { println("Group Leader handled application: ${it.title}.") }
    PartialFunction(definetAt, handler)
}()
val president = {
    val definetAt: (ApplyEvent) -> Boolean = { it.money <= 500 }
    val handler: (ApplyEvent) -> Unit = { println("President handled application: ${it.title}.") }
    PartialFunction(definetAt, handler)
}()
val college = {
    val definetAt: (ApplyEvent) -> Boolean = { true }
    val handler: (ApplyEvent) -> Unit = {
        when {
            it.money <= 1000 -> println("College handled application: ${it.title}.")
            else -> println("College: This application is refused.")
        }
    }
    PartialFunction(definetAt, handler)
}()

注意:自运行 Lambda 相当于是 js 中的立即执行函数。

接下来就是用 orElse 将一个个 PartialFunction 实例链接起来:

// 使用
// val applyChain = groupLeader.orElse(president.orElse(college))
val applyChain = groupLeader orElse president orElse college // 中缀表达式
applyChain(ApplyEvent(10, "buy a pen")) // 买只钢笔
applyChain(ApplyEvent(200, "team building")) // 团建
applyChain(ApplyEvent(600, "hold a debate match")) // 举行辩论赛
applyChain(ApplyEvent(1200, "annual meeting of the college")) // 学院年会

// 输出
Group Leader handled application: buy a pen.
Group Leader handled application: team building.
College handled application: hold a debate match.
College: This application is refused.

使用 PartialFunction 之后,不仅可以不幅度减少代码量,结合 orElse 能获得更好的语法表达。以上,就是使用偏函数改良责任链模式的全部内容了。为了加深对偏函数的理解,这里引用数据工匠记的 Scala 《偏函数(Partial Function)》原文中的话:

为什么要用偏函数呢?以我个人愚见,还是一个重用粒度的问题。函数式的编程思想是以一种“演绎法”而非“归纳法”去寻求解决空间。也就是说,它并不是要去归纳问题然后分解问题并解决问题,而是看透问题本质,定义最原初的操作和组合规则,面对问题时,可以通过组合各种函数去解决问题,这也正是“组合子(combinator)”的含义。偏函数则更进一步,将函数求解空间中各个分支也分离出来,形成可以被组合的偏函数。

目录
相关文章
|
4天前
|
SQL 人工智能 安全
【灵码助力安全1】——利用通义灵码辅助快速代码审计的最佳实践
本文介绍了作者在数据安全比赛中遇到的一个开源框架的代码审计过程。作者使用了多种工具,特别是“通义灵码”,帮助发现了多个高危漏洞,包括路径遍历、文件上传、目录删除、SQL注入和XSS漏洞。文章详细描述了如何利用这些工具进行漏洞定位和验证,并分享了使用“通义灵码”的心得和体验。最后,作者总结了AI在代码审计中的优势和不足,并展望了未来的发展方向。
|
13天前
|
存储 弹性计算 人工智能
阿里云Alex Chen:普惠计算服务,助力企业创新
本文整理自阿里云弹性计算产品线、存储产品线产品负责人陈起鲲(Alex Chen)在2024云栖大会「弹性计算专场-普惠计算服务,助力企业创新」中的分享。在演讲中,他分享了阿里云弹性计算,如何帮助千行百业的客户在多样化的业务环境和不同的计算能力需求下,实现了成本降低和效率提升的实际案例。同时,基于全面升级的CIPU2.0技术,弹性计算全线产品的性能、稳定性等关键指标得到了全面升级。此外,他还宣布了弹性计算包括:通用计算、加速计算和容器计算的全新产品家族,旨在加速AI与云计算的融合,推动客户的业务创新。
|
11天前
|
编解码 Java 程序员
写代码还有专业的编程显示器?
写代码已经十个年头了, 一直都是习惯直接用一台Mac电脑写代码 偶尔接一个显示器, 但是可能因为公司配的显示器不怎么样, 还要接转接头 搞得桌面杂乱无章,分辨率也低,感觉屏幕还是Mac自带的看着舒服
|
18天前
|
存储 人工智能 缓存
AI助理直击要害,从繁复中提炼精华——使用CDN加速访问OSS存储的图片
本案例介绍如何利用AI助理快速实现OSS存储的图片接入CDN,以加速图片访问。通过AI助理提炼关键操作步骤,避免在复杂文档中寻找解决方案。主要步骤包括开通CDN、添加加速域名、配置CNAME等。实测显示,接入CDN后图片加载时间显著缩短,验证了加速效果。此方法大幅提高了操作效率,降低了学习成本。
2988 10
|
13天前
|
存储 缓存 关系型数据库
MySQL事务日志-Redo Log工作原理分析
事务的隔离性和原子性分别通过锁和事务日志实现,而持久性则依赖于事务日志中的`Redo Log`。在MySQL中,`Redo Log`确保已提交事务的数据能持久保存,即使系统崩溃也能通过重做日志恢复数据。其工作原理是记录数据在内存中的更改,待事务提交时写入磁盘。此外,`Redo Log`采用简单的物理日志格式和高效的顺序IO,确保快速提交。通过不同的落盘策略,可在性能和安全性之间做出权衡。
1578 12
|
5天前
|
人工智能 关系型数据库 Serverless
1024,致开发者们——希望和你一起用技术人独有的方式,庆祝你的主场
阿里云开发者社区推出“1024·云上见”程序员节专题活动,包括云上实操、开发者测评和征文三个分会场,提供14个实操活动、3个解决方案、3 个产品方案的测评及征文比赛,旨在帮助开发者提升技能、分享经验,共筑技术梦想。
751 100
|
1月前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
18天前
|
人工智能 Serverless API
AI助理精准匹配,为您推荐方案——如何快速在网站上增加一个AI助手
通过向AI助理提问的方式,生成一个技术方案:在网站上增加一个AI助手,提供7*24的全天候服务,即时回答用户的问题和解决他们可能遇到的问题,无需等待人工客服上班,显著提升用户体验。
1494 9
|
6天前
|
SQL 存储 人工智能
【产品升级】Dataphin V4.3重大升级:AI“弄潮儿”,数据资产智能化
DataAgent如何助理业务和研发成为业务参谋?如何快速低成本的创建行业数据分类标准?如何管控数据源表的访问权限?如何满足企业安全审计需求?
376 0
【产品升级】Dataphin V4.3重大升级:AI“弄潮儿”,数据资产智能化
|
3天前
|
人工智能 自然语言处理 程序员
提交通义灵码创新实践文章,重磅好礼只等你来!
通义灵码创新实践征集赛正式开启,发布征文有机会获得重磅好礼+流量福利,快来参加吧!
210 7