简单工厂模式

简介:

1       简单工厂模式

1.1     问题

用任意一种面向对象语言实现一个计算器控制程序,要求输入两个数和运算符号,得到结果。

1.2     知识点

  • 命名要规范,有意义
  • 可维护性、可复用性、可扩展性
  • 避免重复代码,重复代码用函数或宏等
  • 计算和显示分开
  • 模块划分要合理
  • 保证修改无关性(修改一个方面就不造成另一方面的损失)

1.3     简单工厂模式

1.3.1  说明

简单工厂模式由一个工厂对象决定创建出哪一种产品的实例。简单工厂模式是工厂式家庭中最简单实用的模式,可以理解为是不同工厂模式的一个特殊实现。

1.3.2  UML

 

1.3.3  代码

复制代码
#ifndef OPERATOR_H_
#define OPERATOR_H_

//基类
class Operator
{
public:
double m_numberA;
double m_numberB;

virtual double GetResult()
{
double result=0;
return result;
}
};
//加法类
class OperatorAdd:public Operator
{
virtual double GetResult()
{
return m_numberA+m_numberB;
}
};
//减法类
class OperatorSub:public Operator
{
virtual double GetResult()
{
return m_numberA-m_numberB;
}
};
//乘法类
class OperatorMul:public Operator
{
virtual double GetResult()
{
return m_numberA*m_numberB;
}
};
//除法类
class OperatorDiv:public Operator
{
virtual double GetResult()
{
if(m_numberB==0)
{
return 0;
}
return m_numberA/m_numberB;
}
};
//工厂类
class OperatorFactory
{
public:
static Operator *CreateOpreator(char operatorChar)
{
Operator *oper=0;
switch(operatorChar)
{
case '+':
oper=new OperatorAdd();
break;
case '-':
oper=new OperatorSub();
break;
case '*':
oper=new OperatorMul();
break;
case '/':
oper=new OperatorDiv();
break;
}
return oper;
}
};
#endif
复制代码

 

相关文章
|
9天前
|
数据采集 人工智能 安全
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
311 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
318 155
|
4天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
350 4
|
12天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
878 6

热门文章

最新文章