新闻详情

新闻详情

首页 / 资讯中心 / 详情

设计模式8——工厂方法(Factory Method)

发布时间:2026/11/6 17:13:12来源:尧图网络
设计模式8——工厂方法(Factory Method)
一、动机在软件系统中经常面临着创建对象的工作由于需求的变化需要创建的对象的具体类型经常变化。Product*pnewProductA();代码直接写死new ProductA如果以后新增产品ProductB要到处改业务代码业务代码和具体类强耦合。二、模式定义定义一个用于创建对象的接口让子类决定实例化哪一个类。Factory Method使得一个类的实例化延迟到子类。——《设计模式》GoF三、例子#includeiostream// 抽象产品classProduct{public:virtual~Product()default;virtualvoidshow()0;};// 具体产品AclassProductA:publicProduct{public:voidshow()override{std::cout产品A\n;}};// 具体产品BclassProductB:publicProduct{public:voidshow()override{std::cout产品B\n;}};// 【抽象工厂】工厂方法纯虚函数createProductclassFactory{public:virtual~Factory()default;virtualProduct*createProduct()0;// 工厂方法};// A的工厂只生产ProductAclassFactoryA:publicFactory{public:Product*createProduct()override{returnnewProductA();}};// B的工厂只生产ProductBclassFactoryB:publicFactory{public:Product*createProduct()override{returnnewProductB();}};// 业务代码只依赖抽象Factory、抽象Product不碰new具体类intmain(){Factory*facnewFactoryA();Product*objfac-createProduct();obj-show();deleteobj;deletefac;return0;}五、总结Factory Method模式用于隔离类对象的使用者和具体类型之间的耦合关系。面对一个经常变化的具体类型紧耦合关系会导致软件的脆弱。Factor Method模式通过面向对象的手法将所要创建的具体对象工作延迟到子类从而实现一种扩展(而非更改)的策略较好的解决了这种紧耦合关系。Factor Method模式解决“单个对象”的需求变化。缺点在于要求创建方法/参数相同。多说一点其实是可以在第一种方法的框架类定义一个文件分割的基类指针构造函数中传入文件分割的继承类对象不过这就不是工厂方法了而是我们之前说过的模板方法。类似的可以使用表驱动的方式去解决这种问题。事件映射函数指针的方式.
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/6 6:37:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/6 0:32:51

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/6 1:10:54

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/5 15:28:55

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/6 14:29:05

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/6 14:29:07

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉