设计模式之单例模式

本文深入探讨了设计模式中的单例模式,包括其目的、实现方式及饿汉式与懒汉式的对比。通过代码示例,详细解释了如何保证整个软件系统中只提供一个类的一个实例。

package com.atguigu.java2;
/**
 * 一、设计模式:
 * 1.设计模式是在大量的实践中总结和理论化之后优选的代码结构、编程风格、以及解决问题的思考方式
 * 2.总结归纳出经典的23种设计模式。
 * 
 * 二、单例设计模式(掌握)
 * 1.解决的问题:保证在整个软件系统中,只提供当前类的一个实例
 * 2.如何实现:①饿汉式(如下的4步)  ②懒汉式
 * 3.对比两种实现方式?
 *      饿汉式:不存在线程安全问题。
 *      懒汉式:延迟对象的创建,节省内存空间。存在线程安全问题的。
 *      
 *      
 * 三、面试题:单例设计模式的实现。
 * 
 * @author shkstart 邮箱:shkstart@126.com
 * @version  创建时间:2017年7月28日  下午4:19:24
 *
 */
public class SingletonTest1 {
    public static void main(String[] args) {
//        Bank bank1 = new Bank();
//        Bank bank2 = new Bank();
        
        Bank bank1 = Bank.getInstance();
        Bank bank2 = Bank.getInstance();
        
        System.out.println(bank1 == bank2);
        
    }
}
//饿汉式
class Bank{
    //1.私有化构造器
    private Bank(){}
    
    //2.内部提供一个当前类的实例
    //4.此实例也必须静态化
    private static Bank bank = new Bank();
    
    //3.提供公共的静态的方法,返回当前类的对象
    public static Bank getInstance(){
        return bank;
    }
}

 

package com.atguigu.java2;


public class SingletoTest2 {
    public static void main(String[] args) {
        Bank1 bank1 = Bank1.getInstance();
        Bank1 bank2 = Bank1.getInstance();
        System.out.println(bank1 == bank2);
    }
}

//懒汉式:
class Bank1{
    
    //1.私有化构造器
    private Bank1(){}
    
    //2.声明当前类的实例
    //4.此实例也必须静态化
    private static Bank1 bank = null;
    
    //3.提供公共的方法获取当前类的实例
    public static Bank1 getInstance(){

        if(bank == null){
            synchronized(Bank1.class){
        if(bank == null){
        bank = new Bank1();}
            }
            
        }
        
        return bank;
        
    }
    
}
 

转载于:https://my.oschina.net/architectliuyuanyuan/blog/2873878

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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