设计模式之模板方法模式

     模板模式就是定义操作中的算法骨架,将一些步骤延迟到子类中。模板方法使得子类可以不改变一个算法的结构即可重新定义该算法的某些步骤。模板方法模式使得我们将一些不变的行为搬到超类中,去除子类重复的代码。这是一个很好的代码复用的平台。

     下面是一个例子,Paper为试卷,Student为学生对试卷里问题的回答,test测试类

//试卷模板
public abstract class Paper {
    public void questions1(){
        System.out.println("1+1=?");
        System.out.println("答案:"+Answer1());
    }
    public void questions2(){
        System.out.println("1+2=?");
        System.out.println("答案:"+Answer2());
    }
    public void questions3(){
        System.out.println("1+3=?");
        System.out.println("答案:"+Answer3());
    }
    public abstract String Answer1();
    public abstract String Answer2();
    public abstract String Answer3();
}
//学生1的回答
public class Student1 extends Paper {
    @Override
    public String Answer1() {
        return "2";
    }

    @Override
    public String Answer2() {
        return "3";
    }

    @Override
    public String Answer3() {
        return "4";
    }
}
//学生2的回答
public class Student2 extends Paper {
    @Override
    public String Answer1() {
        return "3";
    }

    @Override
    public String Answer2() {
        return "3";
    }

    @Override
    public String Answer3() {
        return "7";
    }
}
//test测试
public class test {
    public static void main(String[] args) {
        Paper s= new Student1();
        s.questions1();
        s.questions2();
        s.questions3();
        Paper s1= new Student2();
        s1.questions1();
        s1.questions2();
        s1.questions3();

    }
}

在这里试题都是一样的,但是学生的姓名和答案是不同的,因此我们可以将试题放到超类,答案则让每个学生自己写出。即如上代码让每个学生实现答案的接口,用多态进行接收。

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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

打赏作者

子鞋

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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