浅谈Java设计模式之---策略模式

本文介绍了Java设计模式中的策略模式,包括抽象策略角色、具体策略角色和环境角色的作用,通过具体代码实例展示了策略模式的应用。策略模式强调了高内聚低耦合特性,使得客户端可以根据需求选择不同的策略类。
浅谈Java设计模式之---策略模式
  慢慢的喜欢上了优快云的博客。慢慢的喜欢上了优快云。大学毕业之前真后悔自己以前逛优快云逛的少,
不然真的可以学到好多东西的。作为刚刚入职的菜鸟我来说,要学的东西真的还好多好多。今天晚上就
关于Java设计模式的博大精深的地方开始扯淡。第一篇:策略模式
策略模式属于设计模式中的行为对象模式,主要是定义一系列算法,把每一个算法封装起来策略模式中分
成三种角色:
        抽象策略角色:通常用一个抽象类或者接口来实现,主要是定义这个算法所完成的功能(对应于下面
的IStrategy接口类)
        具体策略角色:包装了相关算法和行为(对应于下面的BackDoor、GivernGreenLight、BlockEnemy
三个具体的算法实现类
        环境角色:持有策略类的引用 (对应于下面的Context类)
详细代码如下:
package com.designpattern.strategy;
/**
 * 策略的接口
 * @author Administrator
 *
 */
public interface IStrategy {
//定义一个锦囊妙计方法
public void operate();
}  

package com.designpattern.strategy;
/**
 * 开后门的妙计...用于找乔国老帮忙,使孙权不能杀刘备
 * @author Administrator
 *
 */
public class BackDoor implements IStrategy{


public void operate() {
System.out.println("找乔国老帮忙,让吴国给孙权施加压力");
}

}  
package com.designpattern.strategy;
/**
 * 求吴国开个绿灯
 * @author Administrator
 *
 */
public class GivenGreenLight implements IStrategy{


public void operate() {
System.out.println("求吴国开个绿灯.放行!");
}
}

package com.designpattern.strategy;
/**
 * 第三个锦囊  挡住追兵
 * @author Administrator
 *
 */
public class BlockEnemy implements IStrategy{
public void operate() {
System.out.println("孙夫人断后,挡住追兵");
}
}


package com.designpattern.strategy;
/**
 * 赵云带着刘备入赘去了
 * @author Administrator
 * 策略模式的好处:是体现了高内聚低耦合特性
 * 策略模式的缺点:客户端必须知道所有的策略类,自己去决定使用哪一个策略类
 * 策略模式:当我们给对象传入什么样的策略的时候,其对于执行什么动作
 */
public class ZhaoYun {
/**
* 赵云出场了,他根据诸葛亮的交代,一次拆开妙计
* @param args
*/
public static void main(String[] args) {
Context context;
//刚刚到吴国的时候拆开第一个
System.out.println("=========刚刚到吴国的时候拆开第一个锦囊==========");
context=new Context();
context.setStrategy(new BackDoor());
context.operate();//拆开执行
System.out.println("========================");

//刘备乐不思蜀,拆开第二个
System.out.println("=======刘备乐不思蜀,拆开了第二个=======");
context=new Context();
context.setStrategy(new GivenGreenLight());
context.operate();//执行第二个锦囊

//孙权的小兵追了,拆开第三个
System.out.println("========孙权追兵追了,拆开第三个锦囊======");
context=new Context();
context.setStrategy(new BlockEnemy());
context.operate();//拆开第三个锦囊

System.out.println("\n\n");
//让调用第三个策略之后再重新调用第一个锦囊。看看会发生什么
/**
* 策略模式的重点就在这里,当我们给对象传入什么样的策略的时候,其对于执行什么动作
*/
context.setStrategy(new BackDoor());
context.operate();
}
}
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论 1
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