SRP单一职责原则

软件设计有两个基本准则:高内聚低耦合。内聚性是分析组成一个模块或者类的内部元素之间的相关性。

SRP【Single responsibility】 单一职责原则,强调一个类只有一个引起变化的原因,只有一个职责。

SRP特点

降低类之间的耦合:将不同职责分解为不同的类,降低类之间的依赖关系,提高系统的灵活性。

提高类的可维护性和可复用性:当一个类只有一个职责时,修改该职责不会影响到其他职责,使得类更加稳定,易于维护和复用。

示例代码

不符合 SRP 的代码

public class Employee {
    public int calculatePay() { }
    public int reportHours() { }
    public int save() { }
}

使用SRP优化后的代码

public class EmployeeFacade {
    public int calculatePay() { }
    public int reportHours() { }
    public int save() { }
}

public class PayCaclculatePayer {
    public int calculatePay() { }
}
public class HourReporter {
    public int reportHours() { }
}
public class EmployeeSaver {
    public int save() { }
}

拆分类的时机

出现下面情况的时候,意味着类不符合单一职责,需要拆分类:

1、代码行数、函数和属性过多。

2、依赖很多其他类。

3、很难命名类名。

4、大量方法集中操作某几个属性。

扩展

单一职责原则主要讨论函数和类之间的关系。单一职责也适用于其他层面:

在组件层面,是划分组件之间关系的原则。

在软件架构层面,是划分边界的原则。

当然,单一职责也可以应用于函数层面。

总之,在整个软件设计生命周期中,都需要设计成高内聚,从而更易维护、扩展和复用。

参考

《架构整洁之道》-- Robert C.Mattin

《架构师的自我修炼》 – 李智慧

《设计模式之美》 – 王争

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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