桥接(bridge) in Java

本文介绍了一种构造型设计模式——桥接模式(Bridge Pattern),它通过分离抽象与实现,有效避免了类爆炸的问题。文中提供了具体的Java代码示例,演示如何使用桥接模式绘制不同颜色的图形。

定义:Bridge 模式又叫做桥接模式,是构造型的设计模式之一。Bridge模式基于类的最小设计原则,通过使用封装,聚合以及继承等行为来让不同的类承担不同的责任。它的主要特点是把抽象(abstraction)与行为实现(implementation)分离开来,从而可以保持各部分的独立性以及应对它们的功能扩展。

为什么要使用桥接模式?

场景:我们想绘制矩形、圆形、椭圆形、正方形,我们至少需要4个形状类。但是如果又需要绘制的图形是不同颜色的,比如白色、灰色、蓝色的。
我们可能很快就会想到这样的方案:

方案1
按照上面的说法,我们可能要新建4*3=12个类来完成。
但是如果需要画更多的图形,并有更多的颜色呢。如此扩展下去很可能出现类爆炸。

那如何解决呢?使用Bridge来组合这些方案吧。这种方案只需要4+3个类就搞定了。

方案2

桥接模式的角色和职责

  • Client
    Bridge模式的使用者
  • Abstraction
    它的主要职责是定义出该角色的行为,同时保存一个对实现化角色的引用,该角色一般是抽象类。
  • Refined Abstraction
    修正抽象化角色。它引用实现化角色对抽象化角色进行修正。
  • Implementor
    实现化角色。它是接口或者抽象类,定义角色必须的行为和属性。
  • ConcreteImplementor
    它实现接口或者抽象类定义的方法和属性。

使用Bridge模式来实现绘图场景

Abstraction:

public abstract class Shape {

    protected   Color color;
    public Shape(){
        this.color = new BlackColor();
    }
    public Shape(Color color){
        this.color = color;
    }

    public void setColor(Color color) {
        this.color = color;
    }
    public abstract void draw();

}

Refined Abstraction:

//圆形
public class CircleShape extends Shape{

    public CircleShape(){
        super();
    }
    public CircleShape(Color color){
        super(color);
    }

    @Override
    public void draw() {
        System.out.println("画一个圆形");
        color.draw();
    }
}
//椭圆形
public class EllipseShape extends Shape {

    public EllipseShape(){
        super();
    }
    public EllipseShape(Color color){
        super(color);
    }

    @Override
    public void draw() {
        System.out.println("画一个椭圆形");
        color.draw();
    }
}
//矩形
public class RectangleShape extends Shape {

    public  RectangleShape(){
        super();
    }
    public  RectangleShape(Color color){
        super(color);
    }

    @Override
    public void draw() {
        System.out.println("画一个矩形");
        color.draw();
    }
}

Implementor:

public interface Color {

    public void draw();

}

ConcreteImplementor:

public class WhiteColor implements Color {
    @Override
    public void draw() {
        System.out.println("颜色是白色的");
    }
}  

public class GrayColor implements Color {

    @Override
    public void draw() {
        System.out.println("颜色是灰色的");
    }
}

public class BlackColor implements Color {

    @Override
    public void draw() {
        System.out.println("颜色是黑色的");
    }
} 

上面已经完成了各个部分,接下来就组合来使用这些类画出不同颜色的各种图形了。

public class Client {

    public static void main(String[] args) {
        Color whiteColor = new WhiteColor();
        Color grayColor = new GrayColor();
        Color blackColor = new BlackColor();

        Shape circleShape = new CircleShape();
        Shape ellipseShape = new EllipseShape();
        Shape rectangleShape = new RectangleShape();

        //画一个黑色的圆形
        circleShape.setColor(blackColor);
        circleShape.draw();

        //画一个白色的椭圆
        ellipseShape.setColor(whiteColor);
        ellipseShape.draw();

        //画一个灰色的矩形
        rectangleShape.setColor(grayColor);
        rectangleShape.draw();
    }
}

这样就实现了。各种组合来满足条件。如果要添加更多的颜色以及图形,只需要分别扩展就行,不用该原来的代码。使用的时候随心组合就OK了。

 2012年11月02日 20:11:00 | 分类: 设计模式 | 标签: bridge, pattern

【无线传感器】使用 MATLAB和 XBee连续监控温度传感器无线网络研究(Matlab代码实现)内容概要:本文围绕使用MATLAB和XBee技术实现温度传感器无线网络的连续监控展开研究,介绍了如何构建无线传感网络系统,并利用MATLAB进行数据采集、处理与可视化分析。系统通过XBee模块实现传感器节点间的无线通信,实时传输温度数据至主机,MATLAB负责接收并处理数据,实现对环境温度的动态监测。文中详细阐述了硬件连接、通信协议配置、数据解析及软件编程实现过程,并提供了完整的MATLAB代码示例,便于读者复现和应用。该方案具有良好的扩展性和实用性,适用于远程环境监测场景。; 适合人群:具备一定MATLAB编程基础和无线通信基础知识的高校学生、科研人员及工程技术人员,尤其适合从事物联网、传感器网络相关项目开发的初学者与中级开发者。; 使用场景及目标:①实现基于XBee的无线温度传感网络搭建;②掌握MATLAB与无线模块的数据通信方法;③完成实时数据采集、处理与可视化;④为环境监测、工业测控等实际应用场景提供技术参考。; 阅读建议:建议读者结合文中提供的MATLAB代码与硬件连接图进行实践操作,先从简单的点对点通信入手,逐步扩展到多节点网络,同时可进一步探索数据滤波、异常检测、远程报警等功能的集成。
内容概要:本文系统讲解了边缘AI模型部署与优化的完整流程,涵盖核心挑战(算力、功耗、实时性、资源限制)与设计原则,详细对比主流边缘AI芯片平台(如ESP32-S3、RK3588、Jetson系列、Coral等)的性能参数与适用场景,并以RK3588部署YOLOv8为例,演示从PyTorch模型导出、ONNX转换、RKNN量化到Tengine推理的全流程。文章重点介绍多维度优化策略,包括模型轻量化(结构选择、输入尺寸调整)、量化(INT8/FP16)、剪枝与蒸馏、算子融合、批处理、硬件加速预处理及DVFS动态调频等,显著提升帧率并降低功耗。通过三个实战案例验证优化效果,最后提供常见问题解决方案与未来技术趋势。; 适合人群:具备一定AI模型开发经验的工程师,尤其是从事边缘计算、嵌入式AI、计算机视觉应用研发的技术人员,工作年限建议1-5年;熟悉Python、C++及深度学习框架(如PyTorch、TensorFlow)者更佳。; 使用场景及目标:①在资源受限的边缘设备上高效部署AI模型;②实现高帧率与低功耗的双重优化目标;③掌握从芯片选型、模型转换到系统级调优的全链路能力;④解决实际部署中的精度损失、内存溢出、NPU利用率低等问题。; 阅读建议:建议结合文中提供的代码实例与工具链(如RKNN Toolkit、Tengine、TensorRT)动手实践,重点关注量化校准、模型压缩与硬件协同优化环节,同时参考选型表格匹配具体应用场景,并利用功耗监测工具进行闭环调优。
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