Java设计模式之命令模式

本文探讨了如何在个人网站中解析动态变化的URL参数,并通过定义接口和命令模式简化实现过程。通过实例展示了如何使用命令模式来管理不同类型的筛选条件,以及如何将这些模式应用到实际的URL解析中。
最近自己在写一个个人网站,在解析前台url参数的时候很纠结,由于筛选条件的不同导致每次url请求组合也不相同,比如:/keyword***/***/pn*,每个/内都是一种筛选条件,形式不固定,所以解析参数再拼接成真正的搜索url就很麻烦。
最后为了解决这种多变的情况,又为了方便扩展,定义了一个接口如下:
public interface ParamHandler{
public String handler(String param);//处理参数,返回对应搜索格式字符串
}

然后先建一个关键词的处理类
public class KeywordHandler implements ParamHandler{

public String handler(String param){
//正则表达式匹配param是否是关键词的参数
//处理关键词参数返回url
}
}

当然,分页,城市,区域等筛选条件全部实现了ParamHandler接口,处理与KeywordHandler中相同,全部是用正则表达式进行匹配。
然后再Service中定义方法进行调用如下:
public class Service{
List<ParamHandler> list = new ArrayList<ParamHandler>();
public Service(){
list.add(new KeywordHandler());
list.add(new PageHandler());
//有多个处理类就依次add
}

public String splitUrl(String url){
String returnUrl = "";
String[] params = url.split("/");
for(String param : params){
returnUrl += this.handler(param);
}
return returnUrl;
}

public String handler(String url){
String tmp = "";
for(ParamHandler p : list){
tmp = p.handler();
if(tmp!=null&&!"".equals(tmp)){
return tmp;
}
}
}
}

这样,如果seo有需求对url做变动,我要做的就是增加或者删除处理类,唯一的不足就是循环的时候需要逐个循环,好在不是很多,对效率影响也可以忽略了,值得一提的是,springmvc中对controller请求的映射返回具体的controller也是这种思路,而不是适配器模式,只是一个适配的“接口”。
跑题了,本文讨论的是命令模式,之所以吸引我主要跟我的需求很贴近,与我上面的例子或多或少有点关系。
命令模式,commond,经典的例子,电视和遥控器。
对象电视:提供对外的功能有开、关和换频道,很简单的对象
public class TV{
public turnOn(){}
public turnOff(){}
public changeChannel(){}
}

好了,现在我们要做的是把电视中这个3个命令抽象出来
public interface Commond{
public void execute();
}


public class TurnOnCommond implements Commond(){
private TV tv;
public TurnOnCommond(TV tv){
this.tv = tv;
}
public void execute(){
tv.turnOn();
}
}

依次3个命令如上实现,现在我们该实现遥控器了,遥控器里面会有三个命令,开,关,转换频道:
public class Controller(){
private TrunOnCommond turnOn;
private TrunOffCommond trunOff;
private ChangeChannelCommond changeChannel;

public Controller(){
this.turnOn = new TrunOnCommond();
//略...
}

public void turnOn(){
trunOn.execute();
}

//trunOff,changeChannel略
}

这样我们创建遥控器的时候,里面的命令已经为我们封装好了,其实在定义遥控器的时候,内部的命令可以由客户端来控制,这样invoker的角色功能也由客户端来定义,如果继续扩展,也可以定义遥控器的接口,至于优缺点网上有很多,本人没有亲自用过,没有什么心得体会,但是第一个例子和命令模式有些相似,只不过第一个例子中缺少了命令对象,直接在命令中做的处理,调用的方式我选择直接循环轮询所有的命令。
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化训练,到执行分类及结果优化的完整流程,并介绍了精度评价通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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