常用设计模式C++代码实现

本文深入探讨软件设计的六大核心原则:单一职责、开放封闭、里氏替换、依赖倒置、接口隔离及最少知识原则,旨在提升代码质量,实现高内聚低耦合。同时,介绍了常见设计模式的C++实现,助力开发者掌握优秀的设计理念。

设计原则

  1. 单一职责原则

    一个类只承担一个职责,或者说一个函数的功能要保证单一,不要太复杂,否则进行修改时,会造成其他模块部件极大影响,取决于该函数被调用的次数,如果该函数在整个系统中频繁被调用,那么对于该函数的修改对整个系统是致命的。

  2. 开放封闭原则

    类、模块、函数可以去扩展,但不要去修改。

    修改对于大型程序的影响是致命的,导致的问题是Bug一个接一个,改了东来了西。

    如果要修改代码,尽量用继承或者组合的方式来扩展类的功能,而不是直接修改类的代码。

    如果能够保证对整个架构不会产生任何影响,可以直接修改类

  3. 里氏替换原则

    函数内部使用父类的指针或者引用以使得能够使用子类对象时去调用函数能够事先不需要知道具体使用的哪一个具体的子类对象。

    子类需要重写调用的方法以达到类使用能够达到多态的目的。

  4. 依赖倒置原则

    高层模块不应该依赖于底层,而应该依赖于抽象。抽象不应该依赖于细节,细节应该依赖于抽象。

    应该面向接口编程,不应该面向实现类编程。

    面向于实现类编程相当于就事论事,属于正向依赖

    面向接口编程,相当于透过现象看本质,抓住事物共性,属于反向依赖,即依赖倒置。

  5. 接口隔离原则

    不要对外暴露没有实际意义的接口,外部如果对其调用过多,修改该接口时会造成灾难性的后果,所以需要严格控制接口的访问权限。

  6. 最少知识原则

    尽量减少对象之间的交互,从而减小类之间的耦合。做系统设计时,不要让一个类,依赖太多的其他的类,需尽量减小依赖关系。

遵循以上所有原则主要是为了程序设计达到“高内聚低耦合”,避免修改BUG到无法改动的结果。

设计模式

以下项目常用设计模式C++实现针对23种设计模式种的常用模式进行了C++代码的相应实现,原创代码,代码处有考虑不周之处欢迎指正。

### 问题分析 当用户在尝试使用 `python3.9 install scikit-learn` 命令安装库时遇到 `command not found` 错误,通常意味着系统无法识别 `python3.9` 命令。这可能是由于以下原因导致: 1. **Python 3.9 未正确安装** 如果 Python 3.9 没有被正确安装,或者安装路径未添加到系统的环境变量中,操作系统将无法识别 `python3.9` 命令。 2. **命令格式错误** 安装 Python 库的标准方式是使用 `pip` 或 `python -m pip`。因此,正确的命令应为: ```bash python3.9 -m pip install scikit-learn ``` 而不是直接使用 `python3.9 install scikit-learn`,后者不符合 Python 的模块调用语法规范[^1]。 3. **环境变量配置问题** 即使 Python安装,如果其可执行文件路径(如 `/usr/local/bin/python3.9`)未加入系统环境变量 `PATH` 中,终端也无法找到该命令。可以通过以下方式检查 Python 是否在路径中: ```bash which python3.9 ``` 如果输出为空,则说明当前 shell 无法定位到 Python 可执行文件。 --- ### 解决方案 #### 确认 Python 是否安装 运行以下命令以确认系统是否识别 Python 3.9: ```bash python3.9 --version ``` 如果提示版本号(例如 `Python 3.9.7`),则表示 Python安装;否则需要重新安装 Python 并确保勾选“Add to PATH”选项(Windows)或手动配置环境变量(Linux/macOS)。 #### 使用完整路径调用 Python 若不确定 `python3.9` 是否可用,可以尝试使用完整路径调用 Python 解释器,例如: ```bash /usr/local/bin/python3.9 -m pip install scikit-learn ``` 具体路径可通过 `which python3.9` 或 `find / -name python3.9` 查找。 #### 配置环境变量 对于 Linux 或 macOS 用户,可以通过编辑 shell 配置文件(如 `.bashrc`、`.zshrc` 或 `.bash_profile`)来添加 Python 路径: ```bash export PATH="/usr/local/opt/python@3.9/bin:$PATH" ``` 然后运行: ```bash source ~/.bashrc ``` 或对应 shell 的配置文件使其生效。 #### 使用虚拟环境 建议使用虚拟环境(如 `venv`)管理依赖,避免全局安装带来的冲突。创建并激活虚拟环境的命令如下: ```bash python3.9 -m venv sklearn_env source sklearn_env/bin/activate # Linux/macOS sklearn_env\Scripts\activate # Windows ``` 之后再运行安装命令: ```bash pip install scikit-learn ``` --- ### 注意事项 - 如果系统默认的 Python 版本不是 3.9,可能需要使用 `python3.9` 明确指定版本。 - 在某些发行版(如 Ubuntu)中,可能需要先通过包管理器安装 Python 3.9 开发工具: ```bash sudo apt-get install python3.9 python3.9-dev python3.9-venv ``` - 若使用 Anaconda 环境,推荐使用 `conda` 安装: ```bash conda install -c conda-forge scikit-learn ``` 这样可以更好地处理依赖关系[^1]。 ---
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