装饰器模式

核心思想

一句话概括,动态地将责任附加到对象上,基于原有对象,实现更丰富的功能。在扩展功能的手段上,使用装饰器模式比使用继承更有弹性。一个最常见的例子:Java I/O 。

图片来源:CyC2018 CS-Notes
笔者最开始学 Java IO 部分的时候真的是越学越懵,原因无它,东西太多了!直到了后来学习了装饰器模式才理解 Java IO 为什么要这么实现,以前不懂的地方也一下子通透了。
下面我们就 InputStream 为例,来看一下装饰器模式的实现细节:

  1. 抽象组件,最基础的部分,即 InputStream
  2. 抽象的装饰者:它继承自抽象组件,定义了装饰者的规范,具体的装饰者需要继承于它, 比如 FilterInputStream
  3. 具体组件:就是可以被装饰者包裹起来的东西,继承自抽象组件,比如FileInputStream
  4. 装饰者:将具体组件包裹起来,通过定义一个实例变量(抽象组件类型的)来持有一个组件,从而将该具体组件包裹起来。比如实例化一个具有缓存功能的字节流对象时,只需要在 FileInputStream 对象上再套一层 BufferedInputStream 对象即可。
FileInputStream fileInputStream = new FileInputStream(filePath);
BufferedInputStream bufferedInputStream = new BufferedInputStream(fileInputStream);

如果上面说的太抽象没理解的话,我们再来看一下下面这张来自于《Head First设计模式》里面关于装饰器模式这部分的图。

在这里插入图片描述
外围那些话不需要看,我们就来看这个大椭圆型的蛋,最里面的是DarkRoast,然后在它外面包裹了一层Mocha,再在其上包裹一层Whip,这个咖啡的价格就一步一步的提高,并且口味也在一步步的改变,但是本质上它还是一杯咖啡!这就是装饰器模式的核心思想,在持有某个对象的基础上,动态的为其扩展功能。

接下来我们使用代码做一个简单的演示。

第一步,创建抽象组件

package Decorator;

/**
 * 抽象组件
 * @author xudaxia0610
 */
public abstract class Shape {
	
	abstract void draw();

}

第二步,创建抽象装饰者。

package Decorator;

/**
 * 抽象装饰者
 * @author xudaxia0610
 *
 */
public abstract class ShapeDecorator extends Shape{
	
	protected Shape decoratedShape;

	public ShapeDecorator(Shape decoratedShape) {
		this.decoratedShape = decoratedShape;
	}

	public void draw() {
		decoratedShape.draw();
	}

}

第三步,创建具体组件

package Decorator;

/**
 * 具体组件
 * @author xudaxia0610
 */
public class Circle extends Shape{

	@Override
	void draw() {
		System.out.println("我是圆形。。。");
	}

}

package Decorator;

/**
 * 具体组件
 * @author xudaxia0610
 */
public class Rectangle extends Shape{

	@Override
	void draw() {
		System.out.println("我是长方形。。。");
	}

}

最后,我们来实现装饰者!

package Decorator;

/**
 * 具体装饰者
 * @author xudaxia0610
 */
public class BigShapeDecorator extends ShapeDecorator{

	public BigShapeDecorator(Shape decoratedShape) {
		super(decoratedShape);
	}
	
	@Override
	public void draw() {
		decoratedShape.draw();
		setSize(decoratedShape);
	}

	private void setSize(Shape decoratedShape) {
		System.out.println("尺寸超大呦~");
	}

}

写个测试类,看看结果~

package Decorator;

public class Test {
	
	public static void main(String[] args) {
		Shape circle = new Circle();
		ShapeDecorator bigCircle = new BigShapeDecorator(new Circle());
		ShapeDecorator bigRectangle = new BigShapeDecorator(new Rectangle());
		System.out.println("普通圆圆");
		circle.draw();
		
		System.out.println("---------------------------");

		System.out.println("大号的圆圆");
		bigCircle.draw();

		System.out.println("---------------------------");
		
		System.out.println("大号的方方");
		bigRectangle.draw();

	}

}

打印结果

普通圆圆
我是圆形。。。
---------------------------
大号的圆圆
我是圆形。。。
尺寸超大呦~
---------------------------
大号的方方
我是长方形。。。
尺寸超大呦~

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
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