Java动态代理

代理模式: 代理模式是常用的java设计模式,他的特征是代理类与委托类有同样的接口,代理类主要负责为委托类预处理消息、过滤消息、把消息转发给委托类,以及事后处理消息等。代理类与委托类之间通常会存在关联关系,一个代理类的对象与一个委托类的对象关联,代理类的对象本身并不真正实现服务,而是通过调用委托类的对象的相关方法,来提供特定的服务。 

Java动态代理:在程序运行时,运用反射机制动态创建而成。

本文主要介绍JDK和CGLib动态代理

首先我们了解一下JDK动态代理和CGLib动态代理的主要区别:

JDK动态代理只能为接口创建实例,而CGlib可以为未实现任何接口的类创建代理(为类创建一个子类作为代理类)

在动态代理的性能方面:CGlib创建对象的性能大概是JDK所创建的代理对象的10倍,但是在代理类的创建时间上JDK确是CGlib的8倍左右,如果需要平凡创建代理对象则使用JDK较好,如果是singleton的代理对象则使用CGlib较好。

动态代理在现实中的运用:比较为人熟知的就是Spring的Aop实现

下面首先看看JDK的动态代理实现(注意一定要实现某个接口)

package test;

import java.lang.reflect.InvocationHandler;
import java.lang.reflect.Method;
import java.lang.reflect.Proxy;

public class JavaDynamic {
	public static interface IPerson {
		public void eat();
	}
	public static class PersonImpl implements IPerson {
		@Override
		public void eat() {
			System.out.println("我要满汉全席...");
		}
	}
	public static class PersonEatHandle implements InvocationHandler {
		private Object target;

		public PersonEatHandle(Object target) {
			this.target = target;
		}
		@Override
		public Object invoke(Object proxy, Method method, Object[] args)
				throws Throwable {
			eatbefore();
			Object obj = method.invoke(target, args);// 反射调用
			eatafter();
			return obj;
		}
		public void eatbefore() {
			System.out.println("请点单");
		}
		public void eatafter() {
			System.out.println("请买单");
		}
	}
	public static void main(String[] args) {
		// 希望被代理的目标类
		IPerson impl = new PersonImpl();
		// 将目标类与要植入的代码编织到一起
		PersonEatHandle handle = new PersonEatHandle(impl);
		// 创建代理类实例
		IPerson service = (IPerson)Proxy.newProxyInstance(impl.getClass()
				.getClassLoader(), impl.getClass().getInterfaces(), handle);
		service.eat();
	}
}
在上例中我们在人吃饭之前后分别织入了"点单"和"买单"的逻辑,看看运行结果


下面我们使用CGlib做一个例子:

package test;
import java.lang.reflect.Method;
import net.sf.cglib.proxy.Enhancer;
import net.sf.cglib.proxy.MethodInterceptor;
import net.sf.cglib.proxy.MethodProxy;
public class CGLibDynamic {
	public static class Person{
		public void eat() {
			System.out.println("我要满汉全席...");
		}
	}
	static class CGLibProxy implements MethodInterceptor{
		private Enhancer enhancer = new Enhancer();
		public Object getProxy(Class clazz){
			enhancer.setSuperclass(clazz);
			enhancer.setCallback(this);
			return enhancer.create();
		}
		@Override
		public Object intercept(Object obj, Method method, Object[] param,
				MethodProxy proxy) throws Throwable {
			eatbefore();
			Object object = proxy.invokeSuper(obj, param);
			eatafter();
			return object;
		}
		public void eatbefore() {
			System.out.println("请点单");
		}
		public void eatafter() {
			System.out.println("请买单");
		}
	}
	public static void main(String[] args) {
		CGLibProxy proxy = new CGLibProxy();
		Person person = (Person)proxy.getProxy(Person.class);
		person.eat();
	}
}
这个例子中Person类没有实现任何接口,同样的我们织入了"点单"和"买单"的逻辑,运行结果和上面例子的运行结果是一样的



内容概要:该论文聚焦于6G通信中20-100GHz频段的电磁场(EMF)暴露评估问题,提出了一种基于自适应可重构架构神经网络(RAWA-NN)的预测框架。该框架通过集成权重分析模块和优化模块,能够自动优化网络超参数,显著减少训练时间。模型使用70%的前臂数据进行训练,其余数据用于测试,并用腹部和股四头肌数据验证模型泛化能力。结果显示,该模型在不同参数下的相对差异(RD)在前臂低于2.6%,其他身体部位低于9.5%,可有效预测皮肤表面的温升和吸收功率密度(APD)。此外,论文还提供了详细的代码实现,涵盖数据预处理、权重分析模块、自适应优化模块、RAWA-NN模型构建及训练评估等内容。 适合人群:从事电磁兼容性研究、6G通信技术研发以及对神经网络优化感兴趣的科研人员和工程师。 使用场景及目标:①研究6G通信中高频段电磁暴露对人体的影响;②开发更高效的电磁暴露评估工具;③优化神经网络架构以提高模型训练效率和预测精度。 其他说明:论文不仅提出了理论框架,还提供了完整的代码实现,方便读者复现实验结果。此外,论文还讨论了未来的研究方向,包括扩展到更高频段(如300GHz)的数据处理、引入强化学习优化超参数、以及实现多物理场耦合的智能电磁暴露评估系统。建议读者在实际应用中根据具体需求调整模型架构和参数,并结合真实数据进行验证。
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