当前位置: 首页 > news >正文

重生之我在Java世界------学单例设计模式

什么是单例设计模式?

单例模式是面向对象编程中最简单却又最常用的设计模式之一。它的核心思想是确保一个类只有一个实例,并提供一个全局访问点。本文将深入探讨单例模式的原理、常见实现方法、优缺点,以及在使用过程中可能遇到的陷阱。

单例模式的核心原理

单例模式的实现主要依赖于以下三个要素:

  1. 私有构造函数:防止外部直接创建实例。
  2. 私有静态实例:类的唯一实例。
  3. 公共静态访问方法:提供全局访问点。

这种设计确保了在整个应用程序中,特定的类只会有一个实例存在。单例模式常用于管理共享资源、全局配置或需要统一协调行为的场景。

常见实现方法

懒汉式(线程不安全)

public class Singleton {private static Singleton instance;private Singleton() {}public static Singleton getInstance() {if (instance == null) {instance = new Singleton();}return instance;}
}

这种方法实现了延迟加载,即在第一次调用 getInstance() 方法时才创建实例。然而,它在多线程环境下是不安全的。如果多个线程同时调用 getInstance() 方法,可能会创建多个实例。

饿汉式

public class Singleton {private static final Singleton instance = new Singleton();private Singleton() {}public static Singleton getInstance() {return instance;}
}

饿汉式在类加载时就创建了实例,因此天然线程安全。但它没有实现延迟加载,可能会造成资源浪费。

双重检查锁

public class Singleton {private volatile static Singleton instance;private Singleton() {}public static Singleton getInstance() {if (instance == null) {synchronized (Singleton.class) {if (instance == null) {instance = new Singleton();}}}return instance;}
}

双重检查锁结合了延迟加载和线程安全的优点。它在多线程环境下能够良好工作,同时避免了不必要的同步开销。

静态内部类

public class Singleton {private Singleton() {}private static class SingletonHolder {private static final Singleton INSTANCE = new Singleton();}public static Singleton getInstance() {return SingletonHolder.INSTANCE;}
}

静态内部类方法既实现了**延迟加载,又保证了线程安全。**它利用了Java的类加载机制来保证只创建一个实例。当 Singleton 类被加载时,SingletonHolder 类并不会被立即初始化,只有当调用 getInstance() 方法时,SingletonHolder 才会被加载,从而创建 INSTANCE。这种方法也被称为 Initialization on Demand Holder (IODH) 模式。

枚举

public enum Singleton {INSTANCE;public void doSomething() {// 方法实现}
}

枚举实现是最简洁的单例模式实现方式。它不仅能避免多线程同步问题,还能防止反序列化重新创建新的对象。。

单例模式的优缺点

**单例模式的主要优点在于它能够确保一个类只有一个实例,提供了对该实例的全局访问点,**并且可以显著节省系统资源。然而,它也存在一些缺点。单例类可能会违反单一职责原则,因为它不仅要管理自己的功能,还要确保自己是唯一实例。此外,单例模式在某些情况下可能会使单元测试变得困难,因为很难模拟单例类的不同状态。

单例模式的潜在陷阱(拓展)

反射机制破坏单例

Java的反射机制可以用来破坏单例。通过反射,可以强制调用私有构造函数,从而创建多个实例。例如:

Singleton instance1 = Singleton.getInstance();
Constructor<Singleton> constructor = Singleton.class.getDeclaredConstructor();
constructor.setAccessible(true);
Singleton instance2 = constructor.newInstance();

为了防止这种情况,可以在构造函数中添加检查,如果实例已经存在,则抛出异常。枚举实现的单例可以有效防止反射攻击。

序列化破坏单例

如果单例类是可序列化的,那么在反序列化时会创建新的实例。为了防止这种情况,可以实现 readResolve() 方法:

private Object readResolve() {return getInstance();
}

同样,枚举实现的单例也天然地防止了序列化问题。

多个类加载器

在使用多个类加载器的环境中,可能会出现多个单例实例。这种情况比较少见,但在复杂的应用服务器环境中可能会遇到。解决方法包括使用上下文类加载器或将单例类放在共享的类路径中。

结语

单例模式虽然概念简单,但在实际应用中需要考虑诸多因素,如线程安全、延迟加载、序列化等。选择合适的实现方法并注意潜在的陷阱,对于正确使用单例模式至关重要。在使用单例模式时,应该根据具体的应用场景和需求,权衡其利弊,做出最适合的选择。

从上述几种实现方法来看,静态内部类和枚举实现都提供了很好的平衡:它们既保证了线程安全,又兼顾了延迟加载(静态内部类)或简洁性(枚举)。特别是枚举实现,它还额外提供了防止反射攻击和序列化问题的保护。

相关文章:

重生之我在Java世界------学单例设计模式

什么是单例设计模式&#xff1f; 单例模式是面向对象编程中最简单却又最常用的设计模式之一。它的核心思想是确保一个类只有一个实例&#xff0c;并提供一个全局访问点。本文将深入探讨单例模式的原理、常见实现方法、优缺点&#xff0c;以及在使用过程中可能遇到的陷阱。 单…...

快速提升Python Pandas处理速度的秘诀

大家好&#xff0c;Python的Pandas库为数据处理和分析提供了丰富的功能&#xff0c;但当处理大规模数据时&#xff0c;性能问题往往成为瓶颈。本文将介绍一些在Pandas中进行性能优化的方法与技巧&#xff0c;帮助有效提升数据处理速度&#xff0c;优化代码运行效率。 1.数据类…...

在基于线程的环境中运行 MATLAB 函数

MATLAB 和其他工具箱中的数百个函数可以在基于线程的环境中运行。可以使用 backgroundPool 或 parpool("threads") 在基于线程的环境中运行代码。 ​要在后台运行函数&#xff0c;请使用 parfeval 和 backgroundPool。​ ​具体信息可以参考Choose Between Thread-B…...

黑神话悟空+云技术,游戏新体验!

近期&#xff0c;一款名为黑神话悟空的游戏因其独特的艺术风格和创新的技术实现在玩家中产生了不小的影响。 而云桌面技术作为一种新兴的解决方案&#xff0c;正在改变人们的游戏体验方式&#xff0c;使得高性能游戏可以在更多设备上流畅运行。 那么&#xff0c;黑神话悟空如…...

【Android 13源码分析】WindowContainer窗口层级-3-实例分析

在安卓源码的设计中&#xff0c;将将屏幕分为了37层&#xff0c;不同的窗口将在不同的层级中显示。 对这一块的概念以及相关源码做了详细分析&#xff0c;整理出以下几篇。 【Android 13源码分析】WindowContainer窗口层级-1-初识窗口层级树 【Android 13源码分析】WindowCon…...

Redis常用操作及springboot整合redis

1. Redis和Mysql的区别 数据模型&#xff1a;二者都是数据库,但是不同的是mysql是进行存储到磁盘当中,而Redis是进行存储到内存中. 数据模型 : mysql的存储的形式是二维表而Redis是通过key-value键值对的形式进行存储数据. 实际的应用的场景: Redis适合于需要快速读写的场景&…...

动态规划day34|背包理论基础(1)(2)、46.携带研究材料(纯粹的01背包)、416. 分割等和子集(01背包的应用)

动态规划day34|背包理论基础&#xff08;1&#xff09;&#xff08;2&#xff09;、46.携带研究材料、416. 分割等和子集 背包理论基础&#xff08;1&#xff09;——二维背包理论基础&#xff08;2&#xff09;——一维46.携带研究材料(卡码网 01背包)1. 二维背包2. 一维背包 …...

pytorch优化器

在反向传播计算完所有参数的梯度后&#xff0c;还需要使用优化方法更新网络的权重和参数。例如&#xff0c;随机梯度下降法&#xff08;SGD&#xff09;的更新策略如下&#xff1a; weight weight - learning_rate * gradient 手动实现如下&#xff1a; learning_rate 0.01 …...

必备工具,AI生成证件照,再也不用麻烦他人,电子驾驶证等多种证件照一键生成

最近有一个生成证件照的开源项目很火&#xff0c;今天我们来学习一下。之前我生成证件照都是线下去拍照&#xff0c;线上使用也是各种限制&#xff0c;需要付费或看广告&#xff0c;而且效果也不是很理想&#xff0c; 今天要分享的这个 AI 证件照生成工具可以一键可以生成一寸…...

深度解析 MintRich 独特的价格曲线机制玩法

随着 Meme 币赛道的迅速崛起&#xff0c;NFT 市场也迎来了新的变革。作为一个创新的 NFT 发行平台&#xff0c;Mint.Rich 正掀起一场全民参与的 NFT 热潮。其简易的操作界面和独特的价格曲线设计&#xff0c;让任何人都能以极低的门槛发行和交易自己的 NFT&#xff0c;从而参与…...

实时数仓3.0DWD层

实时数仓3.0DWD层 DWD层设计要点&#xff1a;9.1 流量域未经加工的事务事实表9.1.1 主要任务9.1.2 思路9.1.3 图解9.1.4 代码 9.2 流量域独立访客事务事实表9.2.1 主要任务9.2.2 思路分析9.2.3 图解9.2.4 代码 9.3 流量域用户跳出事务事实表9.3.1 主要任务9.3.2 思路分析9.3.3 …...

路径规划 | 基于A*算法的往返式全覆盖路径规划的改进算法(Matlab)

目录 效果一览基本介绍程序设计参考文献 效果一览 基本介绍 基于A*算法的往返式全覆盖路径规划的改进算法 matlab实现代码 往返式全覆盖路径规划&#xff0c;通过建立二维栅格地图&#xff0c;设置障碍物&#xff0c;以及起始点根据定义往返式路径规划的定义的优先级运动规则从…...

QT 串口上位机读卡显示

目录 一. QT创建工程 二. 软件更换图标 三. QT打包 一. QT创建工程 文件新建&#xff0c;选择创建一个桌面QT。 重命名RFID,并选择工程保存路径 RFID.pro QT core gui serialport #串行串口greaterThan(QT_MAJOR_VERSION, 4): QT widgetsTARGET RFID TE…...

Chrome谷歌浏览器登录账号next无反应

文章目录 问题描述 我们的Chrome浏览器在更新之后&#xff0c;会出现登录谷歌账号的时候&#xff0c;当你输入你的谷歌邮箱之后&#xff0c;点击 n e x t next next,也就是下一步的时候&#xff0c;页面没有反应&#xff0c;也就是没有跳转到输入密码的页面。 分析 根据logs里…...

Android相关线程基础

线程基础 进程与线程 进程:可以被看做是程序的实体, 是系统进行资源分配和调度的基本单位. 线程:是操作系统调度的最小单元, 也叫轻量级进程 使用多线程的优点 可以减少程序的响应时间。如果某个操作很耗时, 能够避免陷入长时间的等待, 从而有着更好的交互性. 线程较之进…...

uniapp 如何自定义导航栏并自适应机型

如今的移动设备有各种不同的屏幕形状&#xff0c;如刘海屏、水滴屏等。这些异形屏会影响页面的布局&#xff0c;尤其是导航栏和底部栏的显示。通过获取安全区域信息&#xff0c;可以确保页面内容不会被异形屏的特殊区域遮挡。 在设计页面顶部导航栏时&#xff0c;可以根据 saf…...

Java高级Day43-类加载

117.类加载 静态和动态加载 反射机制是java实现动态语言的关键&#xff0c;也就是通过反射实现类动态加载 静态加载&#xff1a;编译时加载相关的类&#xff0c;如果没有则报错&#xff0c;依赖性太强 动态加载&#xff1a;运行时加载需要的类&#xff0c;如果运行时不用该类…...

【LeetCode 算法笔记】155. 最小栈

目录 问题描述单个栈实现双栈实现不开辟额外空间 问题描述 设计一个支持 push &#xff0c;pop &#xff0c;top 操作&#xff0c;并能在常数时间内检索到最小元素的栈。 实现 MinStack 类: MinStack() 初始化堆栈对象。 void push(int val) 将元素val推入堆栈。 void pop()…...

面试题 05.01. 插入

目录 一&#xff1a;题目&#xff1a; 二&#xff1a;代码&#xff1a; 三&#xff1a;结果&#xff1a; 一&#xff1a;题目&#xff1a; 给定两个整型数字 N 与 M&#xff0c;以及表示比特位置的 i 与 j&#xff08;i < j&#xff0c;且从 0 位开始计算&#xff09;。…...

稠密向量检索、稀疏向量检索、BM25检索三者对比

在当今的信息检索领域&#xff0c;随着人工智能和自然语言处理技术的发展&#xff0c;稠密向量检索和稀疏向量检索成为了两种主要的研究方向。稠密向量检索依托于高维空间中的向量表示&#xff0c;能够捕捉文档的深层语义信息&#xff0c;而稀疏向量检索则侧重于关键词的匹配&a…...

AutoDL上传大文件夹实操教程|避坑指南(解决中文路径、端口报错等高频问题)

前言&#xff1a;做深度学习、大模型部署的同学&#xff0c;大概率会用到AutoDL云GPU&#xff08;性价比高、配置灵活&#xff0c;尤其适合毕设、小项目实操&#xff09;。但很多新手在上传本地大文件夹&#xff08;比如包含模型脚本、数据集、配置文件的项目文件夹&#xff09…...

Qt多线程数据库操作:安全分离连接,彻底解决段错误

在 Qt 开发中&#xff0c;数据库操作与多线程的搭配是一个经典难题。许多开发者都曾遇到过这样的诡异现象&#xff1a;程序运行一段时间后突然崩溃&#xff0c;堆栈指向数据库操作&#xff0c;但代码逻辑明明正确。真相只有一个——数据库连接被多个线程共享了。本文结合真实项…...

Linux安装中文+MySQL的详细过程

中文安装1. 清理环境变量打开终端执行&#xff1a;sed -i /fcitx/d ~/.bashrcsed -i /GTK_IM_MODULE/d ~/.bashrcsed -i /QT_IM_MODULE/d ~/.bashrcsed -i /XMODIFIERS/d ~/.bashrc2. 重新配置 ibus 环境变量echo export GTK_IM_MODULEibus >> ~/.bashrcecho export QT_I…...

如何解决Tokio项目中Windows平台TCP性能问题的完整指南

如何解决Tokio项目中Windows平台TCP性能问题的完整指南 【免费下载链接】tokio A runtime for writing reliable asynchronous applications with Rust. Provides I/O, networking, scheduling, timers, ... 项目地址: https://gitcode.com/GitHub_Trending/to/tokio To…...

2026 年提词器 App 的新方向:AI 改稿 + 语速匹配,正在重新定义“读稿“这件事

核心结论&#xff1a;2026 年提词器 App 已经从"滚字幕"进化到"懂你怎么说"。AI 语速匹配、智能跟读、违禁词检测正在成为新标配&#xff0c;而在综合体验上&#xff0c;拍摄提词器是目前把这些能力整合得最完整的一款产品。一、提词器 App 正在经历一次代…...

避开这些坑!Mapbox图层管理实战:动态加载GeoJSON数据的正确姿势

Mapbox高级图层管理实战&#xff1a;GeoJSON动态加载与性能优化全解析 当处理省级以上GIS数据可视化时&#xff0c;Mapbox的图层管理能力直接决定了应用的流畅度和用户体验。许多开发者在使用GeoJSON数据源时&#xff0c;常遇到内存泄漏、渲染卡顿、交互延迟等问题。本文将深入…...

新能源车BMS低压管理避坑指南:如何解决上下电时序中的典型问题

新能源车BMS低压管理避坑指南&#xff1a;如何解决上下电时序中的典型问题 在新能源汽车的电池管理系统&#xff08;BMS&#xff09;开发中&#xff0c;低压上下电时序控制是确保系统稳定运行的关键环节。许多开发团队在实际项目中都会遇到信号冲突、时序错乱、异常处理机制不完…...

BurpSuite导入P12证书遇到密码问题?3种无密码解决方案实测

BurpSuite导入P12证书遇到密码问题&#xff1f;3种无密码解决方案实测 在企业安全测试和渗透评估过程中&#xff0c;客户端证书认证是常见的防护机制。当BurpSuite提示需要P12证书密码而您又无法获取时&#xff0c;整个测试流程可能陷入僵局。本文将分享三种经过实战验证的解决…...

管道应力理论(应用)

本文仅对管道应力涉及的理论知识&#xff08;偏向于应用&#xff09;进行简单介绍。管道应力&#xff1a;对管道应力校核是为了防止管壁内应力过大对管道造成破坏&#xff0c;不同的荷载引起不同类型的应力&#xff0c;在实际工程应用中&#xff0c;一般分为三种&#xff1a;一…...

基因组变异致病性预测:从SIFT、PolyPhen到PrimateAI的算法演进

点击 “AladdinEdu&#xff0c;你的AI学习实践工作坊”&#xff0c;注册即送-H卡级别算力&#xff0c;沉浸式云原生集成开发环境&#xff0c;80G大显存多卡并行&#xff0c;按量弹性计费&#xff0c;教育用户更享超低价。 摘要&#xff1a;基因组变异致病性预测是精准医学的关键…...