【设计模式】策略模式:可插拔算法,从硬编码到灵活适配,体会“算法解耦“思想

【设计模式】策略模式:可插拔算法,从硬编码到灵活适配,体会“算法解耦“思想

请添加图片描述

半桔个人主页
 🔥 个人专栏: 《设计模式》《手撕面试算法》《C++从入门到入土》

🔖恐惧囚禁人的灵魂,希望可以让你自由。《肖申克的救赎》

文章目录

一. 光头强转行

1.1 团结屯的故事

我是光头强。以前,我每天的生活就是被两头臭狗熊按在地上摩擦,不仅树砍不到,还要承受李老板的夺命连环Call和扣工资威胁。

直到有一天,我捡到了一本《C++ Primer》(虽然我也忘了森林里为啥会有这书)。那一刻,我悟了!砍树是没有前途的,计算机才是第一生产力

我狠下心来闭关修炼,左手C++,右手面向对象(OO),发际线虽然更高了(额,我好像也没什么头发),但我感觉自己强得可怕。于是,我把电锯一扔,拿起键盘,给李老板发了辞职信:“世界那么大,我想去敲代码。”

李老板一听我要走,顿时慌了:“强子!你走了,《熊出没》还怎么拍?这动画片没反派怎么行?这样,工资翻倍(虽然原来只有300),给你安排新岗位:首席架构师。你给我开发一个《狗熊模拟器》!”

为了那点窝囊费……啊不,为了展现我的技术。

1.2 新工作,新需求

项目需求文档 - 《狗熊模拟器 v1.0》
甲方
:李老板
描述:模拟团结屯狗熊的习性。
功能点:冬眠、爬树、居住习惯,以及最喜欢的食物。

二. 光头强的OO天赋

看完需求,我嘴角上扬。这不就是典型的继承题吗? 既然熊大熊二都住在团结屯,除了吃的口味不同,其他行为(冬眠、爬树、住树洞)完全一致。 我决定使用继承大法,主打一个代码复用,少写一行是一行。

请添加图片描述
classBear{public:virtual std::string FavoriteFood()=0;voidHibernation(){ std::cout <<"进行冬眠"<< std::endl;}voidClimbTree(){ std::cout <<"会爬树"<< std::endl;}voidLivingHabit(){ std::cout <<"住在树洞里面"<< std::endl;}protected:};classXiongDa:publicBear{public: std::string FavoriteFood()override{return"苹果";}};classXiongEr:publicBear{public: std::string FavoriteFood()override{return"蜂蜜";}};

代码行云流水,提交Git,李老板看后直呼内行。

三. 李老板的新需求

李老板发现这个程序很有商业价值,格局打开,要把业务扩展到全宇宙的森林,不只是团结屯。

3.1 出大问题了

新增需求:系统要支持北极熊、熊猫、甚至玩具熊。

这时候我才发现,刚刚为了偷懒把 HibernationClimbTree写死在基类里,简直是在给自己挖坑!

  • 北极熊:不冬眠啊!
  • 玩具熊:人家连活物都不是,爬个鬼的树!

如果继续用继承,我只能**覆盖基类的方法了:

请添加图片描述

为了适配新物种,我必须在每个子类里重写代码。

  • 如果有100种不冬眠的熊,我就要写100遍“不冬眠”的函数?

我希望通过继承的方式来达到代码复用的目的,但是涉及到维护时,效果并不是那么好,现在代码已经完全不能进行代码的复用了。

3.2 继承可能不是答案

我痛定思痛,回想起那本C++圣经上的教诲:

设计原则:找出应用中可能需要变化之处,把它们独立出来,不要和那些不需要变化的代码混在一起。

简单说就是:既然“怎么爬树”和“怎么冬眠”是会变的,那就把它们踢出 Bear 类,单独封装!
我要把“行为”变成一种“零件”,哪只熊需要什么零件,组装上去就行了。这就是组合
你决定将基类的方式实现进行封装起来,对代码进行重构。

现在,Bear 类不再亲自负责实现“爬树”这个动作,它只负责拥有一个“爬树行为”的接口。
具体怎么爬?让接口的实现类去操心吧!

请添加图片描述

四. 最终方案

为了代码整洁,我们专注于重构 HibernationClimbTree 这两个变化点。

  1. 先把“怎么冬眠”抽象成一个接口族:
classHibernation_Behavior{public:virtualvoidHibernation()=0;};classHibernation_able:publicHibernation_Behavior{public:voidHibernation()override{ std::cout <<"进行冬眠"<< std::endl;}};classHibernation_unable:publicHibernation_Behavior{public:voidHibernation()override{ std::cout <<"不需要冬眠"<< std::endl;}};
  1. 同理,把爬树能力也拆分出来:
classClimbTree_Behavior{public:virtualvoidClimbTree()=0;};classClimbTree_able:publicClimbTree_Behavior{public:voidClimbTree()override{ std::cout <<"会爬树"<< std::endl;}};classClimbTree_unable:publicClimbTree_Behavior{public:voidClimbTree()override{ std::cout <<"不需要爬树"<< std::endl;}};
  1. 重构 Bear 类
classBear{public:virtualvoidHibernation()=0;virtualvoidClimbTree()=0;protected: std::shared_ptr<Hibernation_Behavior> hibernation_behavior_; std::shared_ptr<ClimbTree_Behavior> climbTree_behavior_;};
  1. 各种熊的实现:
classBrownBear:publicBear{public:BrownBear(){ hibernation_behavior_ = std::make_shared<Hibernation_unable>(); climbTree_behavior_ = std::make_shared<ClimbTree_able>();}voidHibernation(){ hibernation_behavior_->Hibernation();}voidClimbTree(){ climbTree_behavior_->ClimbTree();}};classPanda:publicBear{public:Panda(){ hibernation_behavior_ = std::make_shared<Hibernation_unable>(); climbTree_behavior_ = std::make_shared<ClimbTree_able>();}voidHibernation(){ hibernation_behavior_->Hibernation();}voidClimbTree(){ climbTree_behavior_->ClimbTree();}};

五. 总结

这就是传说中的策略模式(Strategy Pattern)

通过把 Hibernation_BehaviorClimbTree_Behavior 定义为算法族,我们将行为的实现与使用行为的 Bear 类彻底解耦。

好处显而易见:

  1. 复用性起飞:如果不冬眠的代码逻辑变了,我只需要改 Hibernation_unable 这一个类,所有不冬眠的熊都会自动更新。
  2. 扩展性无敌:李老板要是让我加个“机械熊”,我只需要新写一个 RocketJump_Behavior,然后在机械熊里装配上就行,根本不用去动原来的代码。
最后策略模式定义就是: 定义算法族,分别封装起来,让它们之间可以互相替换,此模式让算法的变化独立于使用算法的客户。

好了,代码写完了,李老板对此非常满意,决定再奖励我加班修Bug。我要去砍树…啊不,去Debug了,下期见!

Read more

【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

目录 一、前言 二、AI视频概述 2.1 什么是AI视频 2.2 AI视频核心特点 2.3 AI视频应用场景 三、通义万相介绍 3.1 通义万相概述 3.1.1 什么是通义万相 3.2 通义万相核心特点 3.3 通义万相技术特点 3.4 通义万相应用场景 四、DeepSeek + 通义万相制作AI视频流程 4.1 DeepSeek + 通义万相制作视频优势 4.1.1 DeepSeek 优势 4.1.2 通义万相视频生成优势 4.2

By Ne0inhk
【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

系列篇章💥 No.文章01【DeepSeek应用实践】DeepSeek接入Word、WPS方法详解:无需代码,轻松实现智能办公助手功能02【DeepSeek应用实践】通义灵码 + DeepSeek:AI 编程助手的实战指南03【DeepSeek应用实践】Cline集成DeepSeek:开源AI编程助手,终端与Web开发的超强助力04【DeepSeek开发入门】DeepSeek API 开发初体验05【DeepSeek开发入门】DeepSeek API高级开发指南(推理与多轮对话机器人实践)06【DeepSeek开发入门】Function Calling 函数功能应用实战指南07【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:本地部署与API服务快速上手08【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:Web聊天机器人部署指南09【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:基于vLLM 搭建高性能推理服务器10【DeepSeek部署实战】基于Ollama快速部署Dee

By Ne0inhk

用DeepSeek和Cursor从零打造智能代码审查工具:我的AI编程实践

💂 个人网站:【 摸鱼游戏】【神级代码资源网站】【星海网址导航】摸鱼、技术交流群👉 点此查看详情 引言:AI编程革命下的机遇与挑战 GitHub统计显示,使用AI编程工具的开发者平均效率提升55%,但仅有23%的开发者能充分发挥这些工具的潜力。作为一名全栈工程师,我曾对AI编程持怀疑态度,直到一次紧急项目让我彻底改变了看法。客户要求在72小时内交付一个能自动检测代码漏洞、优化性能的智能审查系统,传统开发方式根本不可能完成。正是这次挑战,让我探索出DeepSeek和Cursor这对"黄金组合"的惊人潜力。 一、工具选型:深入比较主流AI编程工具 1.1 为什么最终选择DeepSeek+Cursor? 经过两周的对比测试,我们发现不同工具在代码审查场景的表现差异显著: 工具代码理解深度响应速度定制灵活性多语言支持GitHub Copilot★★★☆★★★★★★☆★★★★Amazon CodeWhisperer★★☆★★★☆★★★★★★☆DeepSeek★★★★☆★★★★★★★☆★★★★☆Cursor★★★☆★★★★☆★★★★★★★★ 关键发现: * Dee

By Ne0inhk

DeepSeek各版本说明与优缺点分析_deepseek各版本区别

DeepSeek各版本说明与优缺点分析 DeepSeek是最近人工智能领域备受瞩目的一个语言模型系列,其在不同版本的发布过程中,逐步加强了对多种任务的处理能力。本文将详细介绍DeepSeek的各版本,从版本的发布时间、特点、优势以及不足之处,为广大AI技术爱好者和开发者提供一份参考指南。 1. DeepSeek-V1:起步与编码强劲 DeepSeek-V1是DeepSeek的起步版本,这里不过多赘述,主要分析它的优缺点。 发布时间: 2024年1月 特点: DeepSeek-V1是DeepSeek系列的首个版本,预训练于2TB的标记数据,主打自然语言处理和编码任务。它支持多种编程语言,具有强大的编码能力,适合程序开发人员和技术研究人员使用。 优势: * 强大编码能力:支持多种编程语言,能够理解和生成代码,适合开发者进行自动化代码生成与调试。 * 高上下文窗口:支持高达128K标记的上下文窗口,能够处理较为复杂的文本理解和生成任务。 缺点: * 多模态能力有限:该版本主要集中在文本处理上,缺少对图像、语音等多模态任务的支持。 * 推理能力较弱:尽管在自然语言

By Ne0inhk