NBA之桥梁模式

Design Pattern:

Bridge is used when we need to decouple an abstraction from its implementation so that the two can vary independently 模式:桥梁模式就是用来解耦的,遵循面向对象的开放-闭合原则

编个故事:我们篮球队要选一个人(People)去参加篮球选拔,大家都说选天翔吧(TissanLuo), 但是我篮球打得真的很烂,教练拿出了看家宝贝,curry和durant的球衣,只要穿上它就可以 投出库里的三分,使出杜兰特的暴扣,果然很牛逼,不信你看运行结果。

球衣的接口
  public interface Clothes {
  
      public void show();
  
  }
  //库里的球衣 
  public class CurryClothes implements Clothes {
      @Override
      public void show() {
          System.out.println("curry的投三分球");
      }
  }
  //杜兰特的球衣
  public class DurantClothes implements Clothes {
      @Override
      public void show() {
        System.out.println("durant的超远暴扣");
      }
  }

复制代码
穿球衣的球员抽象

public abstract class People {

    private Clothes clothes;

    public People(Clothes clothes) {
        this.clothes = clothes;
    }

    public void show(){
        clothes.show();
    }
}
    
//实不相瞒 TissanLuo 就是我  我准备穿别人的球衣了
public class TissanLuo extends People {

    public TissanLuo(Clothes clothes) {
        super(clothes);
    }

}

复制代码
比赛开始了

public class BridgeDemo {

    public static void main(String[] args) {
            People tissanLuo = new TissanLuo(new CurryClothes());
            tissanLuo.show();
    
            tissanLuo = new TissanLuo(new DurantClothes());
            tissanLuo.show();
        }
}

复制代码
结果

转载于:https://juejin.im/post/5a378128f265da431a434a96

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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