java设计模式(2)——原型模式

本文详细介绍了原型模式的概念、特点及应用场景,并提供了浅克隆与深克隆的Java实现案例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、什么是原型模式

Prototype模式是一种对象创建型模式,它采取复制原型对象的方法来创建对象的实例。使用Prototype模式创建的实例,具有与原型一样的数据。

二、原型模式的特点

  1. 由原型对象自身创建目标对象。也就是说,对 象创建这一动作发自原型对象本身。

  2. 目标对象是原型对象的一个克隆。也就是说, 通过Prototype模式创建的对象,不仅仅与原型 对象具有相同的结构,还与原型对象具有相同的 值。

  3. 根据对象克隆深度层次的不同,有浅度克隆与 深度克隆。

三、原型模式应用场景

  • 在创建对象的时候,我们不只是希望被创建的对象继承
    其基类的基本结构,还希望继承原型对象的数据。
  • 希望对目标对象的修改不影响既有的原型对象(深度克
    隆的时候可以完全互不影响)。
  • 隐藏克隆操作的细节。很多时候,对对象本身的克隆需
    要涉及到类本身的数据细节。

如何clone
clone三部曲。
1 声明实现Cloneable接口。
2 调用super.clone拿到一个对象,如果父类的clone实现没有问题的话,在该对象的内存存储中,所有父类定义的field都已经clone好了,该类中的primitive和不可变类型引用也克隆好了,可变类型引用都是浅copy。
3 把浅copy的引用指向原型对象新的克隆体。

class User implements Cloneable {
            String name;
            int age;

            @Override
            public User clone() throws CloneNotSupportedException {
                    return (User) super.clone();
            }
    }

    class Account implements Cloneable {
            User user;
            long balance;

            @Override
            public Account clone() throws CloneNotSupportedException {
                    Account account = null;
                    account = (Account) super.clone();
                    if (user != null) {
                            account.user = user.clone();
                    }

                    return account;
            }
    }

下面是深层copy
代码

Person.java

import java.util.ArrayList;
import java.util.List;

public class Person implements Cloneable{
    // 姓名
    private String name;
    // 年龄
    private int age;
    // 性别
    private String sex;
    //朋友
    private List<String> friends;

    public List<String> getFriends() {
        return friends;
    }

    public void setFriends(List<String> friends) {
        this.friends = friends;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    public String getSex() {
        return sex;
    }

    public void setSex(String sex) {
        this.sex = sex;
    }
    public Person clone(){
        try {
            //通过复制一个集合来达到深层克隆,也就是原来的对象和克隆的对象不再指向统一的堆内的对象,而是指向各自的堆内的对象
            //super.clone() 得到的是当前调用类的副本,而不是父类的副本。
            Person p = (Person)super.clone();
            List<String> l = new ArrayList<String>();
            for (String friends : this.getFriends()) {
                l.add(friends);
            }
            p.setFriends(l);
            return p;
        } catch (CloneNotSupportedException e) {
            e.printStackTrace();
            return null;
        }
    }
}

Main.java

import java.util.ArrayList;
import java.util.List;


public class Main {
        public static void main(String[] args) {
            Person person1 = new Person();
            List<String> friends = new ArrayList<String>();
            friends.add("James");
            friends.add("Yao");
            person1.setFriends(friends);

            Person person2 = person1.clone();
            //两个person对象指向统一的堆内的对象
            System.out.println(person1.getFriends());//[James, Yao]
            System.out.println(person2.getFriends());//[James, Yao]
            //两个person对象指向各自的堆内的对象,一开始两个对象的堆内的对象的值是一样的,后来其中一个对象的值发生变化,对另一个对象的值不影响
            friends.add("Mike");
            person1.setFriends(friends);
            System.out.println(person1.getFriends());//[James, Yao, Mike]
            System.out.println(person2.getFriends());//[James, Yao]
        }
}
内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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