Spring之策略模式

该博客介绍了如何运用策略模式来根据不同学段选择对应的三方服务。AnswerServiceContext作为上下文,根据部门代码通过AnswerServiceFactory获取PopAnswerService或UcanAnswerService的bean。AnswerServiceFactory是一个静态单例,根据配置注入不同实现。实际使用时,通过AnswerServiceContext调用方法即可完成答题和获取报告等操作。
部署运行你感兴趣的模型镜像

https://www.runoob.com/design-pattern/strategy-pattern.html

在策略模式(Strategy Pattern)中,一个类的行为或其算法可以在运行时更改。这种类型的设计模式属于行为型模式。

在策略模式中,我们创建表示各种策略的对象和一个行为随着策略对象改变而改变的 context 对象。策略对象改变 context 对象的执行算法。

目前有个场景,小学和少儿有同一套答题流程,但是每个关键环节都是有各自的三方服务,如何根据学段来区分哪一套三方服务:

1.先创建context

AnswerServiceContext

两个方法,根据部门判断是少儿还是中学,来通过factory获取各自的bean

@Data
@Service
public class AnswerServiceContext {

    /**
     * 设置 AnswerService
     * @param deptCode
     */
    private AnswerService getAnswerService(String deptCode){
        if(StringUtils.isEmpty(deptCode)){
            throw new BusinessException(ErrorsEnum.ERROR_PARAM);
        }
        Integer type = "05".equals(deptCode)? QuestionBankEnum.POP.getCode():QuestionBankEnum.UCAN.getCode();
        return AnswerServiceFactory.getInstance().creator(type);
    }

    /**
     * 开始答题
     * @param beginResultVO
     * @return
     */
    public ResponseEntity<TestBeginVO> answerBegin(ExamBeginResultVO beginResultVO){
        AnswerService answerService = getAnswerService(beginResultVO.getDeptCode());
        return answerService.answerBegin(beginResultVO);
    }

    /**
     * 查看报告
     * @param testId
     * @param deptCode
     * @return
     */
    public ResponseEntity<ReportResultVO> getReportByTestId(String testId, String deptCode){
        AnswerService answerService = getAnswerService(deptCode);
        return answerService.getReportByTestId(testId);
    }
}

2.创建factory

AnswerServiceFactory
package cn.xdf.ec.testing.service.biz.strategy;

import org.springframework.beans.BeansException;
import org.springframework.boot.autoconfigure.condition.ConditionalOnBean;
import org.springframework.context.ApplicationContext;
import org.springframework.context.ApplicationContextAware;
import org.springframework.stereotype.Service;

import java.util.HashMap;
import java.util.Map;

/**
 * @program: k12-testing-api
 * @description: 策略单利 饿汉式  简单实用
 */
@Service
@ConditionalOnBean(value = {PopAnswerService.class,UcanAnswerService.class})
public class AnswerServiceFactory implements ApplicationContextAware {
    // 饿汉式单利
    private static AnswerServiceFactory factory = new AnswerServiceFactory();

    private AnswerServiceFactory(){

    }

    private static Map<Integer,AnswerService> serviceMap = new HashMap<>();

    public AnswerService creator(Integer type){
        return serviceMap.get(type);
    }

    public static AnswerServiceFactory getInstance(){
        return factory;
    }

    /**
     * 把bean放入工厂
    **/
    @Override
    public void setApplicationContext(ApplicationContext applicationContext) throws BeansException {
        serviceMap.put(1,applicationContext.getBean(PopAnswerService.class));
        serviceMap.put(2,applicationContext.getBean(UcanAnswerService.class));
    }
}

3.各自的接口实现

AnswerService 和 AnswerServiceImpl
public interface AnswerService {

    /**
     * 开始答题
     * @param beginResultVO
     * @return
     */
    ResponseEntity<TestBeginVO> answerBegin(ExamBeginResultVO beginResultVO);

    /**
     * 获取测评报告
     * @param testId
     * @return
     */
    ResponseEntity<ReportResultVO> getReportByTestId(String testId);
}

 

实际使用:

@Resource
private AnswerServiceContext answerServiceContext;

answerServiceContext.answerBegin(resultVO);

 

您可能感兴趣的与本文相关的镜像

Llama Factory

Llama Factory

模型微调
LLama-Factory

LLaMA Factory 是一个简单易用且高效的大型语言模型(Large Language Model)训练与微调平台。通过 LLaMA Factory,可以在无需编写任何代码的前提下,在本地完成上百种预训练模型的微调

需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕需求响应动态冰蓄冷系统及其优化策略展开研究,结合Matlab代码实现,探讨了在电力需求侧管理背景下,冰蓄冷系统如何通过优化运行策略参与需求响应,以实现削峰填谷、降低用电成本和提升能源利用效率的目标。研究内容包括系统建模、负荷预测、优化算法设计(如智能优化算法)以及多场景仿真验证,重点分析不同需求响应机制下系统的经济性和运行特性,并通过Matlab编程实现模型求解与结果可视化,为实际工程应用提供理论支持和技术路径。; 适合人群:具备一定电力系统、能源工程或自动化背景的研究生、科研人员及从事综合能源系统优化工作的工程师;熟悉Matlab编程且对需求响应、储能优化等领域感兴趣的技术人员。; 使用场景及目标:①用于高校科研中关于冰蓄冷系统与需求响应协同优化的课题研究;②支撑企业开展楼宇能源管理系统、智慧园区调度平台的设计与仿真;③为政策制定者评估需求响应措施的有效性提供量化分析工具。; 阅读建议:建议读者结合文中Matlab代码逐段理解模型构建与算法实现过程,重点关注目标函数设定、约束条件处理及优化结果分析部分,同时可拓展应用其他智能算法进行对比实验,加深对系统优化机制的理解
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