设计模式之原型模式

  原型模式:
      用原型实例指定创建对象的种类,并通过拷贝这些原型创建新的对象
      使用场景:
      1.类的创建消耗很多资源
      2new一个对象需要繁琐的数据准备
      3一个对象给其他对象使用
 

      Cloneable 接口


import java.util.ArrayList;

public class TestCloneanle implements Cloneable{
	private String mTesxt;
	
	private ArrayList<String> mList = new ArrayList<String>();
	
	public TestCloneanle() {
		System.out.println("构造函数");
	}
	
	@Override
	protected TestCloneanle clone()  {
		
		try {
			TestCloneanle tc = (TestCloneanle) super.clone();
			tc.mTesxt = this.mTesxt;
			tc.mList = this.mList;
			return tc;
		} catch (CloneNotSupportedException e) {
			e.printStackTrace();
		}
		return null;
	}

	public String getmTesxt() {
		return mTesxt;
	}

	public void setmTesxt(String mTesxt) {
		this.mTesxt = mTesxt;
	}

	public ArrayList<String> getmList() {
		return mList;
	}

	public void setmList(String s) {
		this.mList.add(s);
	}
		
	public void show() {
		System.out.println("mtext"+mTesxt);
		
		for (int i = 0; i < mList.size(); i++) {
			System.out.println("mlist::"+i+":::"+mList.get(i));
		}
	}
}

	public static void main(String[] args) {
		TestCloneanle tc = new TestCloneanle();
		tc.setmTesxt("nihao");
		tc.setmList("one");
		tc.setmList("two");
		tc.show();
		
		TestCloneanle tc2 = tc.clone();
		tc2.setmList("three");
		tc2.show();
		tc.show();
	}

运行结果:
构造函数
mtextnihao
mlist::0:::one
mlist::1:::two
mtextnihao
mlist::0:::one
mlist::1:::two
mlist::2:::three
mtextnihao
mlist::0:::one
mlist::1:::two
mlist::2:::three
clone 是不会执行构造函数的

可以看出修改tc2之后 tc也被修改了,这种拷贝方式称之为浅拷贝。


深拷贝:

@Override
	protected TestCloneanle clone()  {
		
		try {
			TestCloneanle tc = (TestCloneanle) super.clone();
			tc.mTesxt = this.mTesxt;
			<span style="color:#FF0000;">tc.mList = (ArrayList<String>) this.mList.clone();</span>
			return tc;
		} catch (CloneNotSupportedException e) {
			e.printStackTrace();
		}
		return null;
	}


结果:

构造函数
mtextnihao
mlist::0:::one
mlist::1:::two
mtextnihao
mlist::0:::one
mlist::1:::two
mlist::2:::three
mtextnihao
mlist::0:::one
mlist::1:::two

就会实际拷贝一份新的出来。




成都市作为中国西部地区具有战略地位的核心都市,其人口的空间分布状况对于城市规划、社会经济发展及公共资源配置等研究具有基础性数据价值。本文聚焦于2019年度成都市人口分布的空间数据集,该数据以矢量格式存储,属于地理信息系统中常用的数据交换形式。以下将对数据集内容及其相关技术要点进行系统阐述。 Shapefile 是一种由 Esri 公司提出的开放型地理空间数据格式,用于记录点、线、面等几何要素。该格式通常由一组相互关联的文件构成,主要包括存储几何信息的 SHP 文件、记录属性信息的 DBF 文件、定义坐标系统的 PRJ 文件以及提供快速检索功能的 SHX 文件。 1. **DBF 文件**:该文件以 dBase 表格形式保存与各地理要素相关联的属性信息,例如各区域的人口统计数值、行政区划名称及编码等。这类表格结构便于在各类 GIS 平台中进行查询与编辑。 2. **PRJ 文件**:此文件明确了数据所采用的空间参考系统。本数据集基于 WGS84 地理坐标系,该坐标系在全球范围内广泛应用于定位与空间分析,有助于实现跨区域数据的准确整合。 3. **SHP 文件**:该文件存储成都市各区(县)的几何边界,以多边形要素表示。每个多边形均配有唯一标识符,可与属性表中的相应记录关联,实现空间数据与统计数据的联结。 4. **SHX 文件**:作为形状索引文件,它提升了在大型数据集中定位特定几何对象的效率,支持快速读取与显示。 基于上述数据,可开展以下几类空间分析: - **人口密度评估**:结合各区域面积与对应人口数,计算并比较人口密度,识别高密度与低密度区域。 - **空间集聚识别**:运用热点分析(如 Getis-Ord Gi* 统计)或聚类算法(如 DBSCAN),探测人口在空间上的聚集特征。 - **空间相关性检验**:通过莫兰指数等空间自相关方法,分析人口分布是否呈现显著的空间关联模式。 - **多要素叠加分析**:将人口分布数据与地形、交通网络、环境指标等其他地理图层进行叠加,探究自然与人文因素对人口布局的影响机制。 2019 年成都市人口空间数据集为深入解析城市人口格局、优化国土空间规划及完善公共服务体系提供了重要的数据基础。借助地理信息系统工具,可开展多尺度、多维度的定量分析,从而为城市管理与学术研究提供科学依据。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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