请MM吃饭之工厂模式实现

简介:
有了上次的失败经验,我发誓以后再也不去麦当劳了。原因有很多:
1.食物太单调了,添加个食物,就那么费劲,吃不饱。
2.服务员态度太傲慢了。(工厂责任太重了,万一它不高兴了,就意味着所有的请求失败了)
我又约了那位MM,向她做了很沉重的检讨,最后她终于给了我一个解释的机会。我一定要把握这个机会,所以我求爷爷告奶奶,感觉‘必胜客’不错。所以决定去那里。
 
结构图:
 
 
源码:
抽象工厂角色(Creator)
具体工厂角色
抽象产品角色
具体产品角色
 
 
2源代码:
 
抽象产品角色代码
package factory; 
/* 
* 食物接口 
*/
 
public  interface Food { 

   public  void desc(); 

 
具体产品角色代码
package factory; 

public  class Cocacola  implements Food{ 

   public  void desc() { 
     
    System.out.println( "可口可乐,酸酸甜甜就是我"); 
     
  } 


 
package factory; 
/* 
* 鸡翅类 
*/
 
public  class ChickenWing  implements Food { 
   public  void desc(){ 
    System.out.println( "鸡翅香酥可口,跟老太太的裤腰似的"); 
  } 

 
抽象工厂角色
package factory; 

public  interface Creator { 

    
   public Food factor(); 

 
具体工厂角色:有多少具体产品,就对应几个具体工厂
package factory; 

public  class ChickenWingCreator  implements Creator{ 

   public Food factor() {    
     return  new ChickenWing(); 
  } 


 
package factory; 

public  class CocacolaCreator  implements Creator{ 

   public Food factor() {    
     return  new Cocacola(); 
  } 


 
 
“我”的代码
package factory; 

public  class Client { 

   /** 
    * @param args 
    * @throws BadFoodException    
    */
 
   public  static  void main(String[] args){ 

    Creator cocacolaCreator ,chickenWingCreator; 
     
    Food cocacola,chickenWing; 
     
    cocacolaCreator =  new CocacolaCreator(); 
    chickenWingCreator =  new ChickenWingCreator(); 
     
    cocacola = cocacolaCreator.factor(); 
    chickenWing = chickenWingCreator.factor(); 
     
    cocacola.desc(); 
    chickenWing.desc(); 
     

  } 


 
 
经过这一次的接触,让我理解:食品花样还真不少。为啥?人家店,每天都有新添的食物,因为扩展不再困难。而且,这里面有许多的服务员(具体工厂角色),我从这个服务员A 要鸡翅,同时,让服务员B 拿可乐,速度快乐不少。而且如果服务员有时候忙不开,我可以要另外的食物,不用一棵树上吊死。比起上一次的就餐经理,生活美好了许多。



本文转自 randy_shandong 51CTO博客,原文链接:http://blog.51cto.com/dba10g/228809,如需转载请自行联系原作者
相关文章
|
6天前
|
人工智能 运维 安全
|
4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!
|
6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 。
565 20
|
12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。
923 109
|
5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。