十四、职责链(Chain of Responsibility)模式--行为型模式(Behavioral Pattern)

本文深入探讨了职责链模式的定义、应用及其类图表示,通过实例代码展示了如何使用职责链模式处理请求,以及其在系统动态组织和分配责任方面的优势。

职责链模式是一种对象的行为模式【GOF95】。在责任链模式里,很多对象由每一个对象对其下家的引用而连接起来形成一条链。请求在这个链上传递,直到链上的某一个对象决定处理此请
求。发出这个请求的客户端并不知道链上的哪一个对象最终处理这个请求,这使得系统可以在不影响客户端的情况下动态地重新组织链和分配责任。

职责链模式类图:

 

类图说明:

抽象处理者(Handler)角色:定义出一个处理请求的接口。如果需要,接口可以定义出一个方法, 以设定和返回对下家的引用。这个角色通常由一个抽象类或接口实现。
具体处理者(ConcreteHandler)角色:具体处理者接到请求后,可以选择将请求处理掉,或者将请求传给下家。由于具体处理者持有对下家的引用,因此,如果需要,具体处理者可以访问下家。

责任链示例代码:

    class Program
    {
        static void Main(string[] args)
        {
            Handler h1 = new ConcreteHandler1();
            Handler h2 = new ConcreteHandler2();
            Handler h3 = new ConcreteHandler3();
            h1.SetSuccessor(h2);
            h2.SetSuccessor(h3);

            int[] requests = new[] { 1, 2, 20, 12, 9, 29, 22, 9, 7, 11, 21, 15 };

            foreach (int item in requests)
            {
                h1.HandleRequest(item);
            }

            Console.ReadKey();
        }
    }

    abstract class Handler
    {
        protected Handler successor;
        public void SetSuccessor(Handler handler)
        {
            this.successor = handler;
        }

        abstract public void HandleRequest(int handler);
    }

    class ConcreteHandler1 : Handler
    {
        public override void HandleRequest(int handler)
        {
            if (handler >= 0 && handler < 10)
            {
                Console.WriteLine("{0} Handler request{1}", this, handler);
            }
            else
            {
                if (successor != null)
                {
                    successor.HandleRequest(handler);
                }
            }
        }
    }

    class ConcreteHandler2 : Handler
    {
        public override void HandleRequest(int handler)
        {
            if (handler >= 10 && handler < 20)
            {
                Console.WriteLine("{0} Handler request{1}", this, handler);
            }
            else
            {
                if (successor != null)
                {
                    successor.HandleRequest(handler);
                }
            }
        }
    }

    class ConcreteHandler3 : Handler
    {
        public override void HandleRequest(int handler)
        {
            if (handler >= 20 && handler < 30)
            {
                Console.WriteLine("{0} Handler request{1}", this, handler);
            }
            else
            {
                if (successor != null)
                {
                    successor.HandleRequest(handler);
                }
            }
        }
    }
View Code

运行结果:

 

转载于:https://www.cnblogs.com/bro-ma/p/5292623.html

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