观察者模式

一、 问题描述

实验课上,老师因故暂时离开,A君与B君要游戏,但怕被抓,就委托门口的Spy同学盯梢。老师回来了,Spy分别通知A君和B君,关闭游戏,赶紧编程。

二、 完成如下题目要求

  1. 画出静态图
    在这里插入图片描述

  2. 写出采用该设计模式的好处

观察者模式设计后,会以集合的方式来管理用户(Observer),包括注册,移除和通知。
这样,我们增加观察者(这里可以理解成一个新的公告板),就不需要去修改核心类WeatherData不会修改代码,遵守开放封闭原则。

  1. 编写代码
package observer;
//客户端
public class Client {
	public static void main(String[] args) {
		Spy spy=new Spy();
		StudentA studentA =new StudentA();
		StudentB studentB=new StudentB();
		spy.registerObserver(studentA);
		spy.registerObserver(studentB);
		studentA.display();
		studentB.display();
		System.out.println("==========");
		spy.setStatus("老师来了");
	}
}
package observer;
//主题
public interface Subject {
	public void registerObserver(Observer o);
	public void removeObserver(Observer o);
	public void notifyObservers();
}
package observer;

import java.util.ArrayList;

public class Spy implements Subject {
	String status="";
	ArrayList<Observer> observers;
	//构造方法
	public Spy() {
		observers=new ArrayList<Observer>();
	}

	// 更新状态
	public void setStatus(String status) {
		this.status = status;
		notifyObservers();
	}

	
	// 登记observer
	@Override
	public void registerObserver(Observer o) {
		observers.add(o);

	}

	// 移除Observer
	@Override
	public void removeObserver(Observer o) {
		observers.remove(o);

	}

	// 通知所有observers
	@Override
	public void notifyObservers() {
		for (int i = 0; i < observers.size(); i++) {
			observers.get(i).update(status);
		}
	}

}

package observer;
//观察者抽象
public interface Observer {
	public void update(String status);
}
package observer;

public class StudentA implements Observer{
	String status="游戏中";

	@Override
	public void update(String status) {
		this.status=status;
		display();
		
	}
	public void display() {
		if(status.equals("老师来了")) {
			System.out.println(status+","+"A君关闭游戏,继续编程");
		}else {
			System.out.println("A君"+status);
		}
		
	}

}
package observer;

public class StudentB implements Observer{
	String status="游戏中";
	@Override
	public void update(String status) {
		this.status=status;
		display();
	}
	public void display() {
		if(status.equals("老师来了")) {
			System.out.println(status+","+"B君关闭游戏,继续编程");
		}else {
			System.out.println("B君"+status);
		}
	}

}

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿真验证,展示了该方法在高精度定位控制中的有效性实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模预测控制相关领域的研究生研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模线性化提供新思路;③结合深度学习经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子RNN结合的建模范式,重点关注数据预处理、模型训练控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想工程应用技巧。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值