2020-10-25

对Java设计模式七大原则的理解

七大原则:

1、开闭原则
2、单一职责原则
3、聚合/组合复用原则
4、迪米特法则
5、依赖倒置原则
6、里氏替换原则
7、接口隔离原则

开闭原则: 软件实体应该面向修改关闭,面向扩展开放。
实现的核心就是“抽象及封装”。把我们的相同的代码抽取出来,便于重用,这就是“闭”。把不同的代码也抽取出来,便于功能的拓展,这就是“开”。开闭原则是设计原则的核心原则,其他设计原则都是开闭原则的体现和补充。

单一职责原则: 一个类只应该有一个引诱它变化的原因,不要让一个类拥有多种变化的理由。换句话说,一个类只应该完成和一个职责相关的业务,不要让一个类承担过多的职责。如果存在多个改变这一个类的理由,就需要重新设计该类。
在以前的一篇博客中有谈到自己对单一职责很浅显的认知
https://editor.youkuaiyun.com/md/?articleId=108433867
对于这里对单一职责分离,尽量做到单一职责就行,不应强求。提出一个粒度的名词。粒度的大小根据业务来,一般来说,简单的职责,可以让一个类兼任。复杂职责,必须独立
(在软件工程中的概率:高内聚指的就是单一职责原则,一个类职责越单一,内聚度就越高)

聚合/组合复用原则: 尽量使用聚合/组合完成代码复用,少用继承复用。继承在Java中只能单根继承,不能通过继承实现多个类的代码复用。但是,聚合/组合可以。它要求在软件复用时,要尽量先使用组合或者聚合等关联关系来实现,其次才考虑使用继承关系来实现。

迪米特法则: 软件实体之间,应该尽量减少交互,不要因为一个业务类的变化而导致另一个类的变化,不和陌生人说话。
一个对象应该对其他对象有最少的了解。通俗地讲,一个类应该对自己需要耦合或调用的类知道得最少,你(被耦合或调用的类)的内部是如何复杂都和我没关系,那是你的事情,我就知道你提供的public方法,我就调用这么多,其他的一概不关心。

依赖倒置原则: 面向抽象编程,不要面向具体编程。尽量使用抽象耦合代替具体耦合。
依赖倒置原则中最重要的就是 “抽象” 二字,高层模块不应该依赖低层模块,两者都应该依赖其抽象;抽象不应该依赖细节,细节应该依赖抽象。
(低耦合指的就是依赖倒置原则)

里氏替换原则: 子类可以扩展父类的功能,但不能改变父类原有的功能。
父类出现的地方,子类一定可以替换,如果父类中的方法不适用,或者在子类中发生了畸变,则应该断开父子关系。父类的方法子类无条件继承,很可能导致父类方法在子类中不适用的情况。
在很多情况下,在设计初期我们类之间的关系不是很明确,里氏替换原则给了我们一个判断和设计类之间关系的基准:需不需要继承,以及怎样设计继承关系。

接口隔离原则: 使用专门的接口,比用统一接口好,便于项目的组织和分工。不要让开发者面对自己用不到的方法。
如果在项目开发中,所有开发者使用一个统一接口,当接口发生改变时,他们也不得不跟着改变。换而言之,一个开发者依赖了未使用但被其他开发者使用的接口,当其他开发者修改该接口时,依赖该接口的所有开发者都将受到影响。这显然违反了开闭原则,也不是我们所期望的。

小结:
这7种设计原则是软件设计模式必须尽量遵循的原则。
开闭原则是总纲,它告诉我们要对扩展开放,对修改关闭。
单一职责原则告诉我们实现类要职责单一。
聚合/组合复用原则告诉我们要优先使用组合或者聚合关系复用,少用继承关系复用。
迪米特法则告诉我们要降低耦合度。
依赖倒置原则告诉我们要面向接口编程。
里氏替换原则告诉我们不要破坏继承体系。
接口隔离原则告诉我们在设计接口的时候要精简单一。

感谢你提供的列名信息,我们可以看到: - `"...1"`:可能是 Excel 中第一列无标题的自动命名(比如行号或空列),可以忽略。 - `"STATION"`:站点编号 - `"NAME"`:站点名称 - `"LATITUDE"`:纬度 - `"LONGITUDE"`:经度 - `"ELEVATION"`:海拔 - `"statement"`:可能是一个状态或注释字段 - 后续从 `"2020-01-01"` 到 `"2020-01-31"` 是每日风速数据(共31天) --- ### ✅ 目标更新: 你要做的是:**根据给定的 SHP 范围裁剪站点,保留落在该地理范围内的所有站点及其完整的逐日风速数据。** 下面是适配你实际列名的完整 R 语言代码,并处理好坐标、投影和数据结构问题。 ```r # 加载所需包 library(sf) library(readxl) library(dplyr) # ------------------- 参数设置 ------------------- excel_file <- "your_wind_station_data.xlsx" # 替换为你的实际文件路径 sheet_name <- "Sheet1" # 替换为你的工作表名 shp_file <- "your_boundary.shp" # 替换为你的SHP文件路径 # ------------------- 步骤1: 读取Excel数据 ------------------- df <- read_excel(excel_file, sheet = sheet_name) # 查看列名确认 names(df) <- make.names(names(df)) # 确保列名是合法的(防止空格等问题) cat("原始列名:\n"); print(names(df)) # ------------------- 步骤2: 提取空间信息并创建sf对象 ------------------- # 使用 LATITUDE 和 LONGITUDE 创建空间点(注意:顺序是 LON, LAT) stations_sf <- st_as_sf(df, coords = c("LONGITUDE", "LATITUDE"), # 经度在前,纬度在后 crs = 4326, # WGS84 地理坐标系 dim = "XY") # ------------------- 步骤3: 读取SHP边界并确保其CRS ------------------- boundary <- st_read(shp_file) # 如果boundary不是投影坐标系(如EPSG:32649),则需要检查并转换 # 假设你知道目标投影是 UTM Zone 49N (EPSG:32649),我们统一到这个坐标系进行空间操作 if (is.na(st_crs(boundary))) { stop("SHP文件没有坐标系信息,请先定义正确的CRS!") } # 将站点数据重投影到与SHP相同的坐标系下进行空间判断 stations_projected <- st_transform(stations_sf, crs = st_crs(boundary)) # ------------------- 步骤4: 空间裁剪 —— 找出在SHP范围内的站点 ------------------- # 使用 st_intersects 或 st_within 进行空间子集提取 # 这里使用 [s,t] 语法:返回落在任意多边形内的站点 stations_clipped <- stations_projected[boundary, , op = st_intersects] # 若你想更严格地要求“完全包含”,可用 st_within,但通常 st_intersects 更通用 # ------------------- 步骤5: 转回原始经纬度并提取属性表格 ------------------- # 将结果转回WGS84以便保留原始经纬度格式输出 stations_wgs84 <- st_transform(stations_clipped, crs = 4326) # 去掉geometry列,恢复为普通data.frame,同时保留原始所有列(包括每日数据) result_df <- st_drop_geometry(stations_wgs84) # 可选:重新排序列,把时间序列放在后面 date_cols <- grep("^\\d{4}-\\d{2}-\\d{2}", names(result_df), value = TRUE) non_date_cols <- setdiff(names(result_df), date_cols) final_df <- select(result_df, c(non_date_cols, date_cols)) # 按逻辑排序 # ------------------- 步骤6: 导出结果 ------------------- write.csv(final_df, "clipped_stations_202001.csv", row.names = FALSE, na = "") cat("共保留了", nrow(final_df), "个站点在SHP范围内。\n") ``` --- ### ✅ 关键说明: | 功能 | 说明 | |------|------| | `coords = c("LONGITUDE", "LATITUDE")` | 必须是 **经度在前,纬度在后**,否则位置错误! | | `crs = 4326` | 表示输入的经纬度使用 WGS84 坐标系 | | `st_transform(...)` | 将点从地理坐标(度)转为投影坐标(米),确保与 SHP 在同一空间参考下比较 | | `st_intersects` | 判断点是否与多边形相交(即落在内部),适用于大多数情况 | | `st_drop_geometry()` | 移除空间结构,得到纯数据框用于导出 | > 💡 输出的 CSV 文件将包含原始所有列,包括 `STATION`, `NAME`, `LATITUDE`, `LONGITUDE`, `ELEVATION`, `statement` 和所有日期列(如 `2020-01-01` 等),仅保留位于 SHP 范围内的站点。 --- ### ✅ 示例输出片段(final_df 头几行): ``` ...1 STATION NAME LATITUDE LONGITUDE ELEVATION statement 2020-01-01 2020-01-02 ... 1 1 101 Beijing 39.90 116.4 50.0 good 3.2 4.1 2 2 102 Tianjin 39.08 117.2 10.0 good 5.0 3.8 ... ``` --- ###
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