C++设计模式之策略模式
策略模式
- 介绍
- 示例
- 示例测试
- 运行结果
- 应用场景
- 优点
- 总结
介绍
策略模式是一种行为设计模式。在策略模式中,可以创建一些独立的类来封装不同的算法,每一个类封装一个具体的算法,每一个封装算法的类叫做策略(Strategy),为了保证这些策略的一致性,一般会用一个接口或者抽象类做统一的规定,所有的策略类都需要遵守这个接口或者抽象类规定的行为。同时定义一个 Context 类来管理算法的使用,通过参数将策略类传递给Context类,运行时动态的决定调用那个具体的算法。
示例
有一个小组去参加比赛,记分机制是取每组得分的最高分,每组得分的最低分,还有每组得分的平均分三种计分制,下面使用策略模式实现这种记分机制。
#include<iostream>
#include <vector>
#include <algorithm> //min_element()
#include <numeric> //accumulate()
class Score //得分
{
public:virtual ~Score() = default;virtual double getScore(vector<int> &) = 0;
};class MaxScore :public Score //最高分数
{
public:double getScore(vector<int> &vec)override {if (vec.empty()){return 0.0;}auto score = std::max_element(vec.begin(), vec.end());return *score;}
};class MinScore :public Score //最低分数
{
public:double getScore(vector<int> &vec)override {if (vec.empty()){return 0.0;}auto minScore = min_element(vec.begin(),vec.end());//algorithmreturn *minScore;}
};class AverageScore :public Score //平均分数
{
public:double getScore(vector<int> &vec)override{if (vec.empty()) {return 0.0;}double sum = accumulate(vec.begin(),vec.end(),0.0);//numericreturn sum/vec.size();}
};class Contenxt
{
public:Contenxt(const vector<int> &scores,Score *pScore) :m_pScore(pScore), m_scoreVec(scores){}void setScore(Score *pScore) {m_pScore = pScore; }double finalScore(){return m_pScore->getScore(m_scoreVec);}
private:Score *m_pScore;vector<int> m_scoreVec;
};
示例测试
这里省去头文件
int main()
{vector<int> scores = {2,3,6,2,7,4};Contenxt manager(scores,new MaxScore);double finalScore = manager.finalScore();cout << "finalScore =" << finalScore << endl;manager.setScore(new MinScore);double minScore = manager.finalScore();cout << "minscore =" << minScore<< endl;manager.setScore(new AverageScore);double avgScore = manager.finalScore();cout << "avgScore=" << avgScore<< endl;return 0;
}
运行结果

应用场景
- 在某个系统中需要实现不同的算法,并且这些算法可以互相替换。
- 需要根据不同的条件,在运行时动态地选择算法。
- 算法的实现代码比较复杂,需要将其封装起来,使得代码更具可读性。
优点
避免使用过程中出现分支语句,提高代码的可维护性和扩展性。
总结
策略模式实际上就是一种多态的应用。
相关文章:
C++设计模式之策略模式
策略模式 介绍示例示例测试运行结果应用场景优点总结 介绍 策略模式是一种行为设计模式。在策略模式中,可以创建一些独立的类来封装不同的算法,每一个类封装一个具体的算法,每一个封装算法的类叫做策略(Strategy),为了保证这些策…...
spring-webflux的一些概念的理解
Spring5的webflux可以支持高吞吐量,使用相同的资源可以处理更加多的请求,它将会成为未来技术的趋势,但是相对于学习其他的框架相比,它的学习曲线很高,综合了很多现有的技术,即使按照教程学习能编写代码&…...
OpenCV快速入门:特征点检测与匹配
文章目录 前言一、角点检测1.1 角点特征1.1.1 角点特征概念1.1.2 角点的特点1.1.3 关键点绘制代码实现1.1.4 函数解析 1.2 Harris角点检测1.2.1 Harris角点检测原理1.2.2 Harris角点检测公式1.2.3 代码实现1.2.4 函数解析 1.3 Shi-Tomasi角点检测1.3.1 Shi-Tomasi角点检测原理1…...
旋转的数组
分享今天看到的一个题目,不同思路解法 题目 思路1:时间复杂度0(N*k) void rotate(int *a,int N,int k)//N为数组元素个数 { while(k--) { int tema[N-1]; for(int rightN-2;right>0;right--) { a[right1]a[right]; } a[0]tem; …...
Hive VS Spark
spark是一个计算引擎,hive是一个存储框架。他们之间的关系就像发动机组与加油站之间的关系。 类似于spark的计算引擎还有很多,像mapreduce,flink等等。 类似于hive的存储框架也是数不胜数,比如pig。 最底层的存储往往都是使用h…...
SAST静态分析工具所支持的规则
综合国内外SAST工具支持的规则,这些规则包括了国际标准、国内标准、行业标准等,这里我罗列了一下,这些规则对应的标准集合。 评估一款SAST工具时,支持规则集的多少,且每个规则集是否为全集,或者接近全集&am…...
torch 的数据加载 Datasets DataLoaders
点赞收藏关注! 如需要转载,请注明出处! torch的模型加载有两种方式: Datasets & DataLoaders torch本身可以提供两数据加载函数: torch.utils.data.DataLoader()和torch.utils.data.Datase…...
【Promise】某个异步方法执行结束后 在执行下面方法
使用Promise ,当 layer.msg(查询成功) 这个方法执行结束后 ,下面代码才会执行 let thas this async function showMessage() {await new Promise(resolve > layer.msg(查询成功, resolve));// 这里的代码将在 layer.msg 执行结束后执行thas.isGuaran…...
任意文件下载漏洞(CVE-2021-44983)
简介 CVE-2021-44983是Taocms内容管理系统中的一个安全漏洞,可以追溯到版本3.0.1。该漏洞主要源于在登录后台后,文件管理栏存在任意文件下载漏洞。简言之,这个漏洞可能让攻击者通过特定的请求下载系统中的任意文件,包括但不限于敏…...
C++(20):通过source_location实现日志函数
C++20中引入了std::source_location,用来描述函数调用的上下文信息。 其主要的成员函数如下: line():获取行号。column():获取列号。file_name():获取文件名。function_name():获取函数域名。#include <iostream> #include <string_view> #include <sour…...
【数据结构】树与二叉树(廿二):树和森林的遍历——后根遍历(递归算法PostOrder、非递归算法NPO)
文章目录 5.1 树的基本概念5.1.1 树的定义5.1.2 森林的定义5.1.3 树的术语 5.2 二叉树5.3 树5.3.1 树的存储结构1. 理论基础2. 典型实例3. Father链接结构4. 儿子链表链接结构5. 左儿子右兄弟链接结构 5.3.2 获取结点的算法5.3.3 树和森林的遍历1. 先根遍历(递归、非…...
精通Nginx(17)-安全管控之防暴露、限制访问、防DDos攻击、防爬虫、防非法引用
安全是每个系统都需要考虑的关键因素,Nginx在这方面提供了丰富的功能,使我们可以就实际情形做很精细调整。这些功能包括防信息暴露、客户端访问限制、通讯加密、防DDos攻击、防爬虫、防非法引用及防非法域名请求等。 目录 防信息暴露 关闭版本号 关闭目录列表 客户端访问…...
STM32 Flash
FLASH简介 Flash是常用的用于存储数据的半导体器件,它具有容量大,可重复擦写,按“扇区/块”擦除、掉电后数据可继续保存的特性。 常见的FLASH主要有NOR FLASH和NAND FLASH两种类型。NOR和NAND是两种数字门电路,可以简单地认为FL…...
文件批量重命名技巧:图片文件名太长怎么办?告别手动改名方法
在日常生活中,常常会遇到文件名过长导致的问题。尤其是在处理大量图片文件时,过长的文件名可能会使得文件管理变得混乱不堪。现在来看下云炫文件管理器如何批量重命名,让图片文件名变得更简洁,提高工作效率。 操作1、在云炫文件…...
微信小程序手写滑动tab
微信小程序手写滑动tab index.wxml <view class"tab-bar"> <scroll-view scroll-x class"tab-scroll"> <block wx:for"{{tabs}}" wx:key"index"> <view class"tab-item {{currentIndex index ? acti…...
一文读懂如何安全地存储密码
目录 引言 明文存储 基本哈希存储 加盐哈希存储 适应性哈希算法 密码加密存储 小结 引言 密码是最常用的身份验证手段,既简单又高效。密码安全是网络安全的基石,对保护个人和组织信息的安全具有根本性的作用。然而有关密码泄漏的安全问题一再发生…...
【运维面试100问】(六)buffer和cache的区别
本站以分享各种运维经验和运维所需要的技能为主 《python零基础入门》:python零基础入门学习 《python运维脚本》: python运维脚本实践 《shell》:shell学习 《terraform》持续更新中:terraform_Aws学习零基础入门到最佳实战 《k8…...
创建域名邮箱邮件地址的方法与步骤
如何创建域名邮箱邮件地址?使用Zoho Mail创建域名邮箱邮件地址的步骤简单易懂,操作便捷。从其他邮箱迁移到Zoho Mail的过程也相当顺畅,您可以轻松为所有员工创建具有企业邮箱域名的电子邮件地址。 步骤1:添加并验证您的域名 首先,…...
Qt框架学习(1)
1.安装Qt官网 安装需注意的是,要安装开源版(有钱当我没说),而安装包都是一样的,主要是在注册账户时选择个人开发,而不要选公司,否则在安装时登录账号后会安装商业版Qt. 2.Qt中的快捷键 快捷键解释F4头文件和实现文件切换ShiftF…...
3D电路板在线渲染案例
从概念上讲,这是有道理的,因为PCB印制电路板上的走线从一个连接到下一个连接的路线基本上是平面的。 然而,我们生活在一个 3 维世界中,能够以这种方式可视化电路以及相应的组件,对于设计过程很有帮助。本文将介绍KiCad中基本的3D查看功能,以及如何使用NSDT 3DConvert在线…...
告别Token烦恼:PyCharm一键配置Jupyter Notebook与多Conda环境实战
1. 为什么你需要告别Token烦恼? 每次打开Jupyter Notebook都要复制粘贴新Token,这种重复劳动简直让人抓狂。我刚开始用PyCharm连接Jupyter时,每天至少要重复这个动作十几次,直到有一天发现同事的PyCharm居然能自动连接Jupyter&…...
向量数据库选型指南:从Chroma到Faiss,5大主流方案如何匹配你的大模型应用场景
1. 为什么大模型需要向量数据库? 当你用ChatGPT提问时,它为什么能理解你的问题并给出相关回答?这背后就藏着向量数据库的功劳。简单来说,大模型在处理文本、图像等数据时,会先把它们转换成高维向量(可以理解…...
别再只用水平框了!用OpenCV的rotatedRectangleIntersection函数搞定旋转框IoU计算(附Python代码)
旋转框IoU计算实战:OpenCV高效解决方案与工程化技巧 在遥感影像分析、自动驾驶感知和文档结构识别等领域,旋转检测框正逐渐成为目标检测的主流标注方式。与传统的水平框相比,旋转框能更精确地框选倾斜或长宽比较大的目标。但随之而来的技术挑…...
ChatGPT在学术研究中的高效应用与数据分析技巧
1. ChatGPT在学术研究中的革命性应用作为一名长期从事数据分析和学术研究的实践者,我见证了AI工具如何逐步改变我们的研究方式。ChatGPT这类大型语言模型的出现,为研究者提供了一个前所未有的智能助手。它不仅能快速处理海量文献,还能协助进行…...
别再死记硬背了!一张图看懂DDR到DDR4内存的演变史(附关键参数对比)
从DDR到DDR4:内存技术的进化图谱与设计哲学 在计算机硬件发展的长河中,内存技术的迭代如同一部微缩的科技史诗。从2000年DDR标准的诞生到如今DDR4的普及,每一次升级都不仅仅是数字的跃进,更是工程智慧的结晶。对于硬件爱好者、嵌入…...
Phi-3.5-mini-instruct入门必看:网页封装+参数详解+中文场景调优指南
Phi-3.5-mini-instruct入门必看:网页封装参数详解中文场景调优指南 1. 模型简介 Phi-3.5-mini-instruct是一款专为中文场景优化的轻量级文本生成模型,特别适合日常问答、内容创作和知识辅助等任务。相比大型语言模型,它在保持良好生成质量的…...
WanVideo_Cofy:AI 驱动的开源专业级视频生成平台全解析
一、平台简介 WanVideo_Cofy(全称 WanVideo ComfyUI,常简称为 WanVideo_Cofy)是基于阿里云通义万相 Wan 2 系列视频生成模型(核心为 Wan 2.2)深度定制、依托 ComfyUI 可视化节点编辑器打造的开源 AI 视频生成一体化解…...
破壳记录(二)|头部、底部与登录模块:从业务组件到状态管理的工程化实践
本系列继续拆解网易云音乐仿写项目中的技术难点。上一篇我们聚焦配置层面的工程化(持久化、懒加载、TS 配置、代理),这一篇深入到业务组件与状态管理—— 头部导航、底部页脚、登录系统,看看它们如何体现数据驱动、CSS 工程化、异…...
Phi-3-mini-128k-instruct镜像免配置亮点:预装vLLM 0.6.3+Chainlit 1.2.0+依赖全兼容
Phi-3-mini-128k-instruct镜像免配置亮点:预装vLLM 0.6.3Chainlit 1.2.0依赖全兼容 1. 模型简介 Phi-3-Mini-128K-Instruct是一个38亿参数的轻量级开放模型,属于Phi-3系列的最新成员。这个模型经过精心训练,使用了包含合成数据和精选公开网…...
vue-json-schema-form表单联动实战:复杂业务场景的终极解决方案
vue-json-schema-form表单联动实战:复杂业务场景的终极解决方案 【免费下载链接】vue-json-schema-form 基于Vue/Vue3,Json Schema 和 ElementUi/antd/iview3/naiveUi 等生成 HTML Form 表单,用于活动编辑器、h5编辑器、cms等数据配置&#x…...
