动态代理-cglib


一 动态代理-cglib
 程序在运行期间,为被代理对象生成代理对象,并且没有静态代理,和jdk动态代理实现公共接口的苛刻条件,基于cglib的动态代理是在运行期间为被代理对象生成一个子类作为代理对象,并重写了父类的所有方法(由于是重写的父类方法,父类final所修饰的的方法将不会被
重写使用),代理类中的所有方都只要被调用都将会被拦截,当方法被拦截后增强器会将此类的信息及方法发参数等信息发送到,初始化
增强器(Enhancer())时指定的方法拦截后回调函数(即setCallBack)中执行
 cglib是一个强大的高性能的代码生成包
二 代码演示
cdlib中此interface是 可以不存在的

package com.mybatis.excample.dynamicProxy.cglib;

public interface PhoneService{

	void addPhone(String name,String id);

	void getPhone(String id);
}
被代理类

package com.mybatis.excample.dynamicProxy.cglib;

/**
 * Created by Administrator on 2018/1/26.
 */
public class PhoneServiceImpl implements PhoneService {
	@Override
	public void addPhone(String name, String id) {
		System.out.println("添加手机 id为:" + id + "  手机名称为:" + name);
	}

	@Override
	public void getPhone(String id) {
		System.out.println("获取手机通过手机id为:" + id);
	}
}
注册自定义方法拦截器

package com.mybatis.excample.dynamicProxy.cglib;

import net.sf.cglib.proxy.Enhancer;
import net.sf.cglib.proxy.MethodInterceptor;
import net.sf.cglib.proxy.MethodProxy;

import java.lang.reflect.Method;

/**
 * 自定义方法拦截器
 */
public class MyMethodIterator implements MethodInterceptor {

	private Class target;
	//覆盖默认的构造,使用被代理类初始化拦截器对象
	public MyMethodIterator(Class target){
		this.target=target;
	}

	/**
	 * 使用cdlib(Code Generation Library)实现动态代理
	 * 底层使用asm字节码生成框架生成 代理类的子类并重写了父类的所有方法(由于是子类重写父类,父类中final修饰的方法将不能被重写)
	 * @return
	 */
	public Object getInstance(){
		Enhancer enhancer = new Enhancer();//cglib增强器
		enhancer.setCallback(this);//当代理的中的方法被调用后需要指明跳转到的自定义方法拦截器
		enhancer.setSuperclass(target);//指定此代理类的 父类(被代理类)
		return enhancer.create();//返回一个被代理类的子类
	}

	/**
	 *
	 * @param obj 当前代理类
	 * @param method 当前代理调用的方法
	 * @param args 当前方法所需参数
	 * @param proxy  当拦截的方法被调用 增强器会将代理类传递到自定义方法拦截器中 proxy拥有调用父类中的实际执行方法
	 * @return		返回增强后的结果
	 * @throws Throwable
	 */
	@Override
	public Object intercept(Object obj, Method method, Object[] args, MethodProxy proxy) throws Throwable {
		Object result=null;
		System.out.println("类的名称是:"+obj.getClass().getName());
		System.out.println("调用的方法名称是:"+method.getName());
		for(Object parameter:args){
			System.out.println("输入的参数类型为"+parameter.getClass().getName());
		}
		System.out.println("真正执行 before 增强");
		result=proxy.invokeSuper(obj,args);
		System.out.println("正在执行的是 after 增强");
		return result;
	}
}
测试入口


package com.mybatis.excample.dynamicProxy.cglib;

/**
 * Created by Administrator on 2018/1/26.
 */
public class ClientText {

	public static void main(String[] args) {
		//指定被代理类 注册此类的方法拦截器并初始化
		MyMethodIterator myMethodIterator = new MyMethodIterator(new PhoneServiceImpl().getClass());
		//java的多态 强转类型
		PhoneService service = (PhoneService) myMethodIterator.getInstance();
		service.addPhone("华为", "21");
		System.out.println("----------------");
		service.getPhone("21");


	}

}




【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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