结构型-代理模式

代理模式允许在不修改原有类的情况下,通过代理类为原始类增加功能,常用于业务系统的监控、统计、鉴权等非功能性需求。静态代理可通过继承或实现接口实现,动态代理则依赖于Java的反射机制,仅适用于接口。动态代理能更灵活地为类添加功能,如性能监控、日志记录等。

解决什么问题

当需要在不修改一个类的前提下,对类的方法进行功能增强时,就需要使用代理模式。或者说 通过引入代理类来给原始类附加功能

 

应用场景

代理模式常用在业务系统中开发一些非功能性需求,比如:监控、统计、鉴权、限流、事务、幂等、日志。我们将这些附加功能与业务功能解耦,放到代理类统一处理,让程序员只需要关注业务方面的开发。除此之外,代理模式还可以用在 RPC、缓存等应用场景中。

 

如何实现的

静态代理,代理类

// 原始类

public class User {

 

    public String login(String userId) {

        // to do things

        // ......

        return "登录成功";

    }

 

}

// 代理类 继承 原始类

public class UserProxy extends User {

 

    @Override

    public String login(String userId) {

        long startTime = System.currentTimeMillis();

 

        // 调用父类方法

        String str = super.login(userId);

 

        long endTime = System.currentTimeMillis();

        if (endTime - startTime > 20) {

            // 打印报警日志,登录操作耗时过长

        }

 

        return str;

    }

}

// 如何使用

public static void main(String[] args) {

    User user = new UserProxy();

    user.login("123456");

}

静态代理,代理接口

// 接口

public interface UserInterface {

    public String login(String userId);

}

// 原始类

public class User implements UserInterface{

    @Override

    public String login(String userId)  {

        // to do things

        // ......

        return "登录成功";

    }

}

// 代理类

public class UserProxy implements UserInterface {

    private User user;

 

    public UserProxy(User user) {

        this.user = user;

    }

 

    @Override

    public String login(String userId) {

        long startTime = System.currentTimeMillis();

 

        // 调用原始类方法

        String str = user.login(userId);

 

        long endTime = System.currentTimeMillis();

        if (endTime - startTime > 20) {

            // 打印报警日志,登录操作耗时过长

        }

 

        return str;

    }

}

// 如何使用

public static void main(String[] args) {

    UserInterface user = new UserProxy(new User());

    user.login("123456");

}

动态代理,代理接口

Java语言提供了支持动态代理的功能,但是只能基于接口。

// 原始类,注意原始类必须 implements 接口

public class User implements UserInterface {

    @Override

    public String login(String userId) {

        // to do things

        try {

            Thread.sleep(1000);

        catch (InterruptedException e) {

            e.printStackTrace();

        }

        return "登录成功";

    }

}

 

 

// 动态代理类

import java.lang.reflect.InvocationHandler;

import java.lang.reflect.Method;

 

public class DynamicProxyUser implements InvocationHandler {

    // obj 为原始类对象

    private Object obj;

 

    public DynamicProxyUser(Object obj) {

        this.obj = obj;

    }

 

    @Override

    public Object invoke(Object proxy, Method method, Object[] args) throws Throwable {

        long startTime = System.currentTimeMillis();

 

        Object result = method.invoke(obj, args);

 

        long endTime = System.currentTimeMillis();

        if (endTime - startTime > 20) {

            // 打印报警日志,登录操作耗时过长

            System.out.println(method.toGenericString() + "; cast too long time");

        }

        return result;

    }

}

 

 

// 如何使用

import com.lp.proxy.staticx.User;

import com.lp.proxy.staticx.UserInterface;

import java.lang.reflect.Proxy;

 

public class Test {

    public static void main(String[] args) {

        // 创建中介类实例

        DynamicProxyUser dynamicProxy = new DynamicProxyUser(new User());

        // 获取代理类实例sell

        UserInterface sell = (UserInterface)(Proxy.newProxyInstance(UserInterface.class.getClassLoader(), new Class[] {UserInterface.class}, dynamicProxy));

        // 通过代理类对象调用代理类方法,实际上会转到invoke方法调用

        sell.login("123456");

    }

}

动态代理,代理类

可以使用 cglib 代理类,而无需继承原始类

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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