设计模式之单例

模式动机

系统中资源存在浪费的情况下,考虑如何缩减程序占用内存大小,对于多次使用到的对象通过多次复用来达到减少生成对象的消耗,使得系统运行期间只有该类的一个实例对象,并且系统能够访问到该实例对象。

 

模式组成

单例模式就就一个角色即单例,单例类中包含一个指向它自己实例对象的成员变量。

单例模式确保了某一个类只要有实例,而且自行实例化并向系统提供这个实例,单例类提供了全局访问的方法。

 

Java实现

一般的分为懒汉式和饿汉式,以下给出常见的懒汉式三种实现:

public class DoubleCheckSingleton {
    // 防止实例时重排序
    private static volatile DoubleCheckSingleton doubleCheckSingleton;

    // 保证该类不能被实例化
    private DoubleCheckSingleton() {

    }

    public static DoubleCheckSingleton getInstance() {
        if (doubleCheckSingleton == null) {
            synchronized (DoubleCheckSingleton.class) {
                if (doubleCheckSingleton == null) {
                    doubleCheckSingleton = new DoubleCheckSingleton();
                }
            }
        }
        return doubleCheckSingleton;
    }
}
public class InnerSingleton {
    //访问外部属性不会初始化内部类
    private InnerSingleton() {}
    private static class Inner {
        private static InnerSingleton innerSingleton = new InnerSingleton();
    }
    public static InnerSingleton getInstance() {
        return Inner.innerSingleton;
    }
}
public class EnumSingleton {
    private EnumSingleton(){
    }
    /**
     * 枚举中常量
     */
    private enum Singleton {
        SINGLETON;
        private EnumSingleton enumSingleton;

        Singleton() {
            this.enumSingleton = new EnumSingleton();
        }

        public EnumSingleton getEnumSingleton() {
            return enumSingleton;
        }
    }

    public static EnumSingleton getInstance(){
        return Singleton.SINGLETON.getEnumSingleton();
    }
}

单例模式的缺点

  1. 不满足单一职责的原则,单个类负责创建对象又负责对象创建方式,职责过重。
  2. 如果生成的实例很长时间没有被使用,由于Java虚拟机垃圾自动回收机制,将导致实例对象被回收。
内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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