设计模式之适配器模式

package AdapterModel;
/**
* Adapter模式的意图:是将一个类的接口转化成客户希望的另外一个接口,
* 使得原本由于接口或其他不兼容而不能一起工作的那些类可以一起工作。
* 它适应以下情况:
* 1、需要使用一个已存在的类,但它的接口不符合需求。
* 2、想创建一个可以复用的类,但该类可以与其他不相关的类或不可以预见的类协同工作。
* 3、想使用一些已经存在的子类,但是不可能对每一个都进行子类化以匹配它们的接口
* @author Administrator
* 要实现适配器模式,一般有两种方式:组合(composition)和集成(inheritance)。
* 但使用集成容易产生语义上的含糊,画图类DrawLine和DrawRound显然不存在父子关系。
* 所以比较灵活的解决方法是采取组合的方式,建立一个DrawImage的适配器类。
*
*/
class DrawImage {

private DrawLine drawLine;//组合DrawLine类,把它变成私有实例
private DrawRound drawRound;//组合DrawRound类,把它变成私有实例

public DrawImage(DrawLine line,DrawRound round){
this.drawLine = line;
this.drawRound = round;
}

//调用drawLine实例,实现画虚线
public void drawBrokenLine(){
drawLine.drawBrokeLine();
}

//调用drawRound实现,实现画椭圆
public void drawEllipse(){
drawRound.drawEllipse();
}

public static void main(String args[]){
DrawImage image = new DrawImage(new DrawLine(),new DrawRound());
//以下方法组合得来
image.drawBrokenLine();
image.drawEllipse();
}

}
==================================================================
package AdapterModel;

public class DrawLine {

public void drawBrokeLine(){
System.out.println("画虚心的方法......");
}

}
=================================================================
package AdapterModel;

public class DrawRound {

public void drawEllipse(){
System.out.println("画椭圆的方法......");
}

}
基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型,个人经导师指导并认可通过的高分设计项目,评审分99分,代码完整确保可以运行,小白也可以亲自搞定,主要针对计算机相关专业的正在做大作业的学生和需要项目实战练习的学习者,可作为毕业设计、课程设计、期末大作业,代码资料完整,下载可用。 基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现
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