观察者模式

本文深入介绍了观察者模式的概念、结构及其实现方式,并通过实例演示了如何使用Java内置的观察者模式API。此外,还讨论了推模型和拉模型的区别。

观察者模式,是对象行为型模式中的一种。观察者模式的主旨是定义对象间的一种一对多的依赖关系,当一个对象的状态发生改变时,所有依赖于它的对象都得到通知并被自动更新。

观察者模式也可以称为发布/订阅模式,发布者发布信息,订阅者获取信息,订阅了就能收到信息,没订阅就收不到信息。

观察者模式提供了一种对象设计,让主题和观察者之间耦合度降得很低,为什么呢?关于观察者的一切,主题只知道观察者实现了Observer接口,并不需要观察者具体的类是谁,做了什么或者其他细节.

结构

观察者模式的类结构关系如下:
这里写图片描述

可以看到,该模式包含四个角色

抽象被观察者角色:也就是一个抽象主题,它把所有对观察者对象的引用保存在一个集合中,每个主题都可以有任意数量的观察者。抽象主题提供一个接口,可以增加和删除观察者角色。一般用一个抽象类和接口来实现。
抽象观察者角色:为所有的具体观察者定义一个接口,在得到主题通知时更新自己。
具体被观察者角色:也就是一个具体的主题,在集体主题的内部状态改变时,所有登记过的观察者发出通知。
具体观察者角色:实现抽象观察者角色所需要的更新接口,一边使本身的状态与制图的状态相协调。
JDK对观察者模式的支持

Java中已经提供了观察者模式的实现,我们不需要再定义观察者和目标接口(被观察者),可以继承Observable类实现被观察者目标对象,实现Observer接口完成具体的观察者对象。而且Observable类中的addObserver、deleteObserver、notifyObservers等方法已经帮我们考虑了线程同步的问题,这样更安全。
Observer:


public synchronized void addObserver(Observer o) {
    if (o == null)
        throw new NullPointerException();
    if (!obs.contains(o)) {
        obs.addElement(o);
    }
}

public synchronized void deleteObserver(Observer o) {
    obs.removeElement(o);
}

public void notifyObservers(Object arg) {     
    Object[] arrLocal;
    synchronized (this) {
        //判断标识状态是否改变,默认为false        
        if (!changed)
            return;
        arrLocal = obs.toArray();
        clearChanged();
    }
    for (int i = arrLocal.length-1; i>=0; i--)
        ((Observer)arrLocal[i]).update(this, arg);
}

/**
 * Marks this <tt>Observable</tt> object as having been changed; the
 * <tt>hasChanged</tt> method will now return <tt>true</tt>.
 */
protected synchronized void setChanged() {
    changed = true;
}

具体被观察者:

public class Subject extends Observable {
    private int count=0;

    public int getCount() {
        return count;
    }

    public void setCount(int count) {
        this.count = count;
        //改变标识状态
        super.setChanged();
    }
}

具体观察者:

public class ObserverImpl implements Observer {
    @Override
    public void update(Observable o, Object arg) {
        System.out.println("update.......");
        //如果arg不为null,被观察者对象向观察者推送主题的详细信息
        System.out.println(arg);

        //从主题对象中"拉取"所需要的数据
        Subject sub=(Subject)o;
        System.out.println(sub.getCount());
    }
}

测试类:

public class ObserverDemo {
    public static void main(String[] args) {
        Subject subject = new Subject();
        Observer observer = new ObserverImpl();
        subject.addObserver(observer);
        subject.setCount(5);
        subject.notifyObservers("calling");
    }
}

//输出
update.......
calling
5
推模型和拉模型

观察者模式根据其侧重的功能还可以分为推模型和拉模型
推模型:被观察者对象向观察者推送主题的详细信息,不管观察者是否需要,推送的信息通常是主题对象的全部或部分数据。一般这种模型的实现中,会把被观察者对象中的全部或部分信息通过update的参数传递给观察者[update(Object obj) ]。
拉模型:被观察者在通知观察者的时候,只传递少量信息。如果观察者需要更具体的信息,由观察者主动到被观察者对象中获取,相当于是观察者从被观察者对象中拉数据。一般这种模型的实现中,会把被观察者对象自身通过update方法传递给观察者[update(Observable observable ) ],这样在观察者需要获取数据的时候,就可以通过这个引用来获取了。

【SCI复现】含可再生能源与储能的区域微电网最优运行:应对不确定性的解鲁棒性与非预见性研究(Matlab代码实现)内容概要:本文围绕含可再生能源与储能的区域微电网最优运行展开研究,重点探讨应对不确定性的解鲁棒性与非预见性策略,通过Matlab代码实现SCI论文复现。研究涵盖多阶段鲁棒调度模型、机会约束规划、需求响应机制及储能系统优化配置,结合风电、光伏等可再生能源出力的不确定性建模,提出兼顾系统经济性与鲁棒性的优化运行方案。文中详细展示了模型构建、算法设计(如C&CG算法、大M法)及仿真验证全过程,适用于微电网能量管理、电力系统优化调度等领域的科研与工程实践。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事微电网、能源管理相关工作的工程技术人员。; 使用场景及目标:①复现SCI级微电网鲁棒优化研究成果,掌握应对风光负荷不确定性的建模与求解方法;②深入理解两阶段鲁棒优化、分布鲁棒优化、机会约束规划等先进优化方法在能源系统中的实际应用;③为撰写高水平学术论文或开展相关课题研究提供代码参考和技术支持。; 阅读建议:建议读者结合文档提供的Matlab代码逐模块学习,重点关注不确定性建模、鲁棒优化模型构建与求解流程,并尝试在不同场景下调试与扩展代码,以深化对微电网优化运行机制的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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