Inversion of control (控制反转)

本文探讨了如何使用接口实现对象之间的解耦,介绍了MEF(Managed Extensibility Framework)模式及其在.NET Framework中的应用。

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

IOC实际上就是为了解耦,减小对象之间的依赖。

看下面的图中代码,clsCustomer类依赖clsAdderess类。这样代码会有一个问题,clsAdderess类改了代码以后,clsCustomer类同样需要重编译。



解决这个问题,要引入接口对他们进行解耦。

比如 构造函数的方法




容器



实际上这就是mef模式的解决方法。

MEF(Managed Extensibility Framework),在.net4.0后被正式引入.net framework中,通过简单的附加Export,Import标签,表明组件之间的“消费”和“提供”关系,MEF在底层动态的完成组件识别,装配工作。简单来说,就是一个制造器,把零散的零件放进去,自动构造机器。

引用:

http://www.codeproject.com/Articles/29271/Design-pattern-Inversion-of-control-and-Dependency

http://www.codeproject.com/Articles/188054/An-Introduction-to-Managed-Extensibility-Framework

http://www.cnblogs.com/Zhouyongh/archive/2011/04/22/2018989.html



资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
内容概要:本文详细介绍了哈希表及其相关概念和技术细节,包括哈希表的引入、哈希函数的设计、冲突处理机制、字符串哈希的基础、哈希错误率分析以及哈希的改进与应用。哈希表作为一种高效的数据结构,通过键值对存储数据,能够快速定位和检索。文中讨论了整数键值和字符串键值的哈希方法,特别是字符串哈希中的多项式哈希及其优化方法,如双哈希和子串哈希的快速计算。此外,还探讨了常见的冲突处理方法——拉链法和闭散列法,并提供了C++实现示例。最后,文章列举了哈希在字符串匹配、最长回文子串、最长公共子字符串等问题中的具体应用。 适合人群:计算机科学专业的学生、算法竞赛选手以及有一定编程基础并对数据结构和算法感兴趣的开发者。 使用场景及目标:①理解哈希表的工作原理及其在各种编程任务中的应用;②掌握哈希函数的设计原则,包括如何选择合适的模数和基数;③学会处理哈希冲突的方法,如拉链法和闭散列法;④了解并能运用字符串哈希解决实际问题,如字符串匹配、回文检测等。 阅读建议:由于哈希涉及较多数学知识和编程技巧,建议读者先熟悉基本的数据结构和算法理论,再结合代码实例进行深入理解。同时,在实践中不断尝试不同的哈希策略,对比性能差异,从而更好地掌握哈希技术。
### 控制反转(IoC)的概念 控制反转Inversion of Control, IoC)是一种设计原则,在软件开发中用于管理对象之间的依赖关系。通常情况下,应用程序中的组件负责创建和管理其所需的其他组件实例。然而,在采用 IoC 的架构下,这种职责被转移到外部容器或框架上[^2]。 通过这种方式,IoC 实现了对传统控制流的逆转:原本由程序员编写的代码主动调用库函数来完成任务;而在基于 IoC 的系统中,则是由框架接管并调度这些自定义逻辑[^1]。 #### IoC 的主要特性 - **责任转移**:不再让具体类自行决定如何以及何时创建所需资源,而是交由专门模块统一处理。 - **增强灵活性与可维护性**:由于减少了硬编码耦合度较高的直接实例化操作,使得修改更加容易实施而不影响整体结构稳定性[^3]。 ### Spring Framework 中 BeanFactory 和 IoC 的应用 在流行的 Java 开发平台——Spring 框架里,`BeanFactory` 接口扮演着至关重要的角色作为其实现 IoC 思想的核心机制之一。它不仅提供了获取各种 bean 定义的功能,还支持复杂场景下的依赖注入模式,从而简化大型项目的构建流程并提高效率[^4]。 下面展示了一个简单的例子说明如何利用 `ApplicationContext`, 这是一个更高级别的抽象形式继承自 `BeanFactory` 来加载配置文件并通过名称检索相应的 service 对象: ```java import org.springframework.context.ApplicationContext; import org.springframework.context.support.ClassPathXmlApplicationContext; public class MainApp { public static void main(String[] args) { ApplicationContext context = new ClassPathXmlApplicationContext("Beans.xml"); HelloWorld objA = (HelloWorld) context.getBean("helloWorld"); objA.getMessage(); } } ``` 在这个案例当中可以看出,我们并没有手动去new 出 HelloWord 类型的对象,取而代之的是借助 spring 提供的应用上下文环境自动帮我们将预先设定好的 beans 注入进来使用。 尽管如此强大好用的技术手段确实带来了不少便利之处,但也存在一些潜在缺点需要注意,比如调试难度增加等问题可能会影响初学者的学习曲线或者项目初期阶段的研发进度安排等考虑因素^. ---
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