黑马程序员--java单例设计模式

本文详细介绍了单例设计模式的基本思想及其两种实现方式——饿汉式和懒汉式。通过具体的Java代码示例展示了每种方式的特点及应用场景,并对两者的优缺点进行了对比。

------- android培训java培训、期待与您交流! ----------

单例设计模式:解决一个类在内存只存在一个对象

基本思想:
1,为了避免其他程序过多建立该对象,先禁止其他程序建立该类对象。
2,为了让其他程序可以访问到该类对象,只好在本类中,自定义一个对象。
3,为了方便其他程序对自定义对象的访问,可以对外提供一些访问方式。

代码实现方法:
1,将构造函数私有化。
2,在类中建立一个本类对象。
3,提供一个方法可以获取到该对象。

饿汉式:
class Single
{
	private Single(){}
	private static Single s = new Single();
	public static Single getInstance()
	{
		return s;
	}
}

懒汉式:
class Single
{
	private static Single s = null;
	public static Single getInstance()
	{
		if(s==null)
			s = new Single();
		return s;
	}
}

一、饿汉式单例

饿汉方式:指全局的单例实例在类装载时构建。 急切初始化。

速度快,不调用时也创建

类被加载时,静态变量instance会被初始化,此时类的私有构造子会被调用。


示例:

class Student
{
	private int age;

	private static Student s = new Student();
	private Student(){}
	public static Student getStudent()
	{
		return s;
	}
	public void setAge(int age)
	{
		this.age=age;
	}
	public int getAge()
	{
		return age;
	}
}
class StudentDemo 
{
	public static void main(String[] args) 
	{
		Student s1 = Student.getStudent();
		s1.setAge(14);
		System.out.println(s1.getAge());

		Student s2 = Student.getStudent();
		s2.setAge(23);
		System.out.println(s2.getAge());
	}
}

二、懒汉式单例

懒汉方式:指全局的单例实例在第一次被使用时构建。延迟初始化。

速度慢,调用时才创建


示例:

class Student
{
	private int age;

	private static Student s = null;
	private Single(){}
	public static Student getStudent()
	{
		if(s==null)
			s = new Student();
		return s;
	}
	public void setAge(int age)
	{
		this.age=age;
	}
	public int getAge()
	{
		return age;
	}
}
class StudentDemo2
{
	public static void main(String[] args) 
	{
		Student s1 = Student.getStudent();
		s1.setAge(14);
		System.out.println(s1.getAge());

		Student s2 = Student.getStudent();
		s2.setAge(23);
		System.out.println(s2.getAge());
	}
}

三、比较

饿汉式是线程安全的,在类创建的同时就已经创建好一个静态的对象供系统使用,以后不在改变。

懒汉式如果在创建实例对象时不加上synchronized则会导致对对象的访问不是线程安全的。

推荐使用饿汉式。

------- android培训java培训、期待与您交流! ----------
【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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