享元模式 Flyweight Pattern:减少对象数量

简介: 主要内容有:该模式的介绍,包括:引子、意图(大白话解释)类图、时序图(理论规范)该模式的代码示例:熟悉该模式的代码长什么样子该模式的优缺点:模式不是万金油,不可以滥用模式该模式的应用案例:了解它在哪些重要的源码中被使用


前言



主要内容有:

  • 该模式的介绍,包括:
  • 引子、意图(大白话解释)
  • 类图、时序图(理论规范)
  • 该模式的代码示例:熟悉该模式的代码长什么样子
  • 该模式的优缺点:模式不是万金油,不可以滥用模式
  • 该模式的应用案例:了解它在哪些重要的源码中被使用


结构型——享元模式 Flyweight Pattern



引子


主要用于减少创建对象的数量,以减少内存占用和提高性能。

在享元模式中通常会出现工厂模式,需要创建一个享元工厂来负责维护一个享元池(Flyweight Pool)用于存储具有相同内部状态的享元对象。

最经典的享元模式代码:

class FlyweightFactory {
    //定义一个HashMap用于存储享元对象,实现享元池
    private HashMap flyweights = newHashMap();
    public Flyweight getFlyweight(String key){
        //如果对象存在,则直接从享元池获取
        if(flyweights.containsKey(key)){
            return(Flyweight)flyweights.get(key);
        }
        //如果对象不存在,先创建一个新的对象添加到享元池中,然后返回
        else {
            Flyweight fw = newConcreteFlyweight();
            flyweights.put(key,fw);
            return fw;
        }
    }
}
复制代码


定义

运用共享技术有效地支持大量细粒度对象的复用。系统只使用少量的对象,而这些对象都很相似,状态变化很小,可以实现对象的多次复用。由于享元模式要求能够共享的对象必须是细粒度对象,因此它又称为轻量级模式,它是一种对象结构型模式。

两个概念:

  • 内部状态:在享元对象内部不随外界环境改变而改变的共享部分。
  • 外部状态:随着环境的改变而改变,不能够共享的状态就是外部状态。

在享元类中要将内部状态和外部状态分开处理,通常将内部状态作为享元类的成员变量,而外部状态通过注入的方式添加到享元类中。


类图

如果看不懂UML类图,可以先粗略浏览下该图,想深入了解的话,可以继续谷歌,深入学习:

享元模式包含如下角色:

  • Flyweight: 抽象享元类
  • ConcreteFlyweight: 具体享元类
  • UnsharedConcreteFlyweight: 非共享具体享元类
  • FlyweightFactory: 享元工厂类


时序图

时序图(Sequence Diagram)是显示对象之间交互的图,这些对象是按时间顺序排列的。时序图中显示的是参与交互的对象及其对象之间消息交互的顺序。

我们可以大致浏览下时序图,如果感兴趣的小伙伴可以去深究一下:


代码实现


假设:我们有一个绘图的应用程序,通过它我们可以出绘制各种各样的形状、颜色的图形,那么这里形状和颜色就是内部状态了,通过享元模式我们就可以实现该属性的共享了。

抽象享元类Flyweight:绘制图像的抽象方法

public abstract class Shape {
    public abstract void draw();
}
复制代码

具体享元类ConcreteFlyweight:例子中则是一种绘制某种图像(圆形)的具体实现类,里面的颜色则是一个可以共享的内部对象。

public class Circle extends Shape{
    private String color;
    public Circle(String color){
        this.color = color;
    }
    public void draw() {
        System.out.println("画了一个" + color +"的圆形");
    }
}
复制代码

享元工厂类FlyweightFactory:

利用了HashMap保存已经创建的颜色

public class FlyweightFactory{
    static Map<String, Shape> shapes = new HashMap<String, Shape>();
    public static Shape getShape(String key){
        Shape shape = shapes.get(key);
        //如果shape==null,表示不存在,则新建,并且保持到共享池中
        if(shape == null){
            shape = new Circle(key);
            shapes.put(key, shape);
        }
        return shape;
    }
    public static int getSum(){
        return shapes.size();
    }
}
复制代码

客户端调用:

调用相同颜色时,会直接从HashMap中取那个颜色的对象,而不会重复创建相同颜色的对象。

public class Client {
    public static void main(String[] args) {
        Shape shape1 = FlyweightFactory.getShape("红色");
        shape1.draw();
        Shape shape2 = FlyweightFactory.getShape("灰色");
        shape2.draw();
        Shape shape3 = FlyweightFactory.getShape("绿色");
        shape3.draw();
        Shape shape4 = FlyweightFactory.getShape("红色");
        shape4.draw();
        Shape shape5 = FlyweightFactory.getShape("灰色");
        shape5.draw();
        Shape shape6 = FlyweightFactory.getShape("灰色");
        shape6.draw();
        System.out.println("一共绘制了"+FlyweightFactory.getSum()+"中颜色的圆形");
    }
}
复制代码


使用场景举例

如果一个系统中存在大量的相同或者相似的对象,由于这类对象的大量使用,会造成系统内存的耗费,可以使用享元模式来减少系统中对象的数量。


Integer 中的享元模式

public static void main(String[] args) {
        Integer i1 = 12 ;
        Integer i2 = 12 ;
        System.out.println(i1 == i2);
        Integer b1 = 128 ;
        Integer b2 = 128 ;
        System.out.println(b1 == b2);
    }
复制代码

输出是

true
false
复制代码

在Java中,Integer是有缓存池的,缓存了-128~127的int对象

IntegerCache 缓存类:

//是Integer内部的私有静态类,里面的cache[]就是jdk事先缓存的Integer。
private static class IntegerCache {
    static final int low = -128;//区间的最低值
    static final int high;//区间的最高值,后面默认赋值为127,也可以用户手动设置虚拟机参数
    static final Integer cache[]; //缓存数组
    static {
        // high value may be configured by property
        int h = 127;
        //这里可以在运行时设置虚拟机参数来确定h  :-Djava.lang.Integer.IntegerCache.high=250
        String integerCacheHighPropValue =
            sun.misc.VM.getSavedProperty("java.lang.Integer.IntegerCache.high");
        if (integerCacheHighPropValue != null) {//用户设置了
            int i = parseInt(integerCacheHighPropValue);
            i = Math.max(i, 127);//虽然设置了但是还是不能小于127
            // 也不能超过最大值
            h = Math.min(i, Integer.MAX_VALUE - (-low) -1);
        }
        high = h;
        cache = new Integer[(high - low) + 1];
        int j = low;
        //循环将区间的数赋值给cache[]数组
        for(int k = 0; k < cache.length; k++)
            cache[k] = new Integer(j++);
    }
    private IntegerCache() {}
}
复制代码


其他

同理,Long也有缓存池。

String类定义为final(不可改变的),JVM中字符串一般保存在字符串常量池中,java会确保一个字符串在常量池中只有一个拷贝,这个字符串常量池在JDK6.0以前是位于常量池中,位于永久代,而在JDK7.0中,JVM将其从永久代拿出来放置于堆中。


优缺点


优点

  • 享元模式的优点在于它能够极大的减少系统中对象的个数。
  • 享元模式由于使用了外部状态,外部状态相对独立,不会影响到内部状态,所以享元模式使得享元对象能够在不同的环境被共享。


缺点

  • 由于享元模式需要区分外部状态和内部状态,使得应用程序在某种程度上来说更加复杂化了。


参考



相关文章
|
19天前
|
人工智能 开发者
AI一人公司深度拆解:0员工管8500家公司,年入千万美金、估值18亿
本文是「OPC一人公司通关手册」第29篇,深度拆解硅谷一家0员工AI公司:创始人单人驱动,AI全自动建公司、运营、融资,平台托管8500+家付费公司,年化收入千万美元,估值18亿人民币。核心启示:AI接管执行,人专注判断——一人公司的天花板不在人力,而在决策力。(239字)
|
2月前
|
人工智能 自然语言处理 前端开发
通义千问Qwen3.8-Max-Preview全解析:2.4T参数旗舰模型核心功能与实战能力
Qwen3.8-Max-Preview作为通义千问系列的最新旗舰预览版,以**2.4万亿总参数、95B激活参数**的超大规模,搭配第三代稀疏MoE(混合专家)架构,成为当前全球参数规模领先的大模型之一。其核心架构突破在于,通过稀疏激活机制,推理时仅调度与任务匹配的专家子模块,既保留了超大规模参数的知识储备,又将实际算力消耗与推理成本控制在可控范围,彻底解决传统大模型“样样通、样样松”的算力浪费痛点。
524 1
|
4月前
|
数据采集 存储 人工智能
AI搜索重构制造业采购逻辑:基于阿里云的企业级GEOCMS优化实践
福建制造企业官网内容多为PDF/图片,AI无法识别,导致“隐形”。本文提出基于阿里云的GEO(生成式引擎优化)方案,含结构化建模、向量知识库、AI引用监测、llms.txt引导四大引擎,助力企业从“人类可读”升级为“AI可理解”,抢占AI搜索新流量。
AI搜索重构制造业采购逻辑:基于阿里云的企业级GEOCMS优化实践
|
4月前
|
SQL 自然语言处理 数据库
为什么多数智能问数项目失败不是因为技术,而是因为业务没想清楚?
本文指出:智能问数项目失败的根因并非技术不足,而是业务定义不清——对象边界模糊、术语口径不一、复合逻辑缺失。本体语义层路线通过结构化表达对象、属性、关系及业务定义,实现“又泛又准”的问数能力;相较预置或NL2SQL路线,其维护成本更可控、扩展性更强。成功前提在于企业愿投入语义治理。
|
6月前
|
Rust 算法 安全
社交场景下的统一即时通讯im消息流交互层模块化技术实践
这些IM场景,在消息流的展示形式上是极为相似的,同时每个业务又有着自己特殊的交互需求。基于此,我们对IM消息流能力做了标准化的构建,来减少IM功能的业务接入成本;同时也是为了统一各个业务的技术方案,减少跨业务开发的理解和维护成本。
478 1
|
人工智能 搜索推荐 知识图谱
AI家庭医生助手:用智能技术守护全家健康
AI家庭医生助手融合医疗大模型、知识图谱与多模态交互技术,打造7×24小时智能健康服务,精准理解需求、动态监测体征、提供个性化建议。聚焦慢病管理、日常咨询与预防预警,实现高效初筛与医患协同,提升医疗资源可及性,助力数字健康普惠。
1028 0
|
搜索推荐 JavaScript 前端开发
单页面应用和多页面应用区别及优缺点
单页面应用和多页面应用区别及优缺点
838 1
|
自然语言处理 数据挖掘 BI
|
前端开发 JavaScript Java
通过ChatGPT生成测试用例和测试脚本(2)
通过ChatGPT生成测试用例和测试脚本
605 21
|
机器学习/深度学习 自然语言处理 算法
政府部门文档管理革新:实现90%自动内容抽取与智能标签化处理!
本文介绍了多模态数据处理技术,涵盖自然语言处理(NLP)、光学字符识别(OCR)和图像识别的技术原理,以及智能分类、标签化处理、系统集成与国产化适配、安全与合规、算法优化等方面的内容。通过这些技术的应用,实现了文档管理的全流程智能化,为用户提供高效、可靠的解决方案。
652 3

热门文章

最新文章