单利设计模式的饿汉式和懒汉式

本文深入探讨了单例设计模式的两种实现方式:饿汉式和懒汉式。饿汉式在类加载时即创建实例,确保全局唯一;懒汉式则在首次调用时创建实例,实现资源的延迟加载。文章分析了懒汉式在多线程环境下可能引发的安全隐患,并提出使用同步代码块和双重检查锁定的解决方案。

思想等来源于黑马程序员视频

单利设计模式:

饿汉式:

class Single{
	private static final Single s=new Single();
	private Single(){}
	public static Single getInstance(){
		return s;
	}
}

懒汉式:

class Single{
	private static Single s=null;
	private Single(){}
	public static Single getInstance{
		if(s==null){
			s=new Single();
		}
	}
}

由于s是共享数据,如果多个线程一起访问getInstance,
那么有可能会发生这样的情况:线程A执行程序到f(s==null)时,暂时处于就绪状态,
然后线程B执行代码,执行到了代码new Single();后,A被唤醒,继续执行new Single();(因为A前面已经判断过了)
此时就new了两个对象,那么就不是只有一个对象了,存在安全隐患
优化:

class Single{
	private static Single s=null;
	private Single(){}
	public static synchronized  Single getInstance{
		if(s==null){
			s=new Single();
		}
	}
}

由于每次程序进来后都会判断锁,效率较低,所以
再次进行优化:

class Single{
	private static Single s=null;
	private Single(){}
	public static Single getInstance{
		if(s==null){
			synchronized(Single.class){
				if(s==null){
				s=new Single();
				}
			}
		}

	}
}

懒汉式和饿汉式的不同:
懒汉式的特点在实例的延迟加载,懒汉式的延迟加载可能会存在问题,如果多线程访问时会出现安全问题
可以用加同步来解决。加同步的方式,用同步代码块,但是稍微有些低效。用双重判断的方式可以解决效率问题
加同步的时候,使用的锁是哪一个?
该类所属的字节码对象(类名.class)

(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)与多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI一区论文中的复现应用,体现了其科学性与实用性。; 适合人群:具备一定Matlab编程基础,熟悉优化算法数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度与效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤与NSGA-II的集成方,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
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