Qt C++设计模式->享元模式
享元模式(Flyweight Pattern)是一种结构型设计模式,旨在通过共享相同对象来减少内存使用,尤其适合在大量重复对象的情况下。它通过将对象的可共享部分抽取出来,并在多个上下文中共享,从而避免对象的多次创建。
享元模式的应用场景
享元模式常用于减少内存开销,特别是在系统中存在大量细粒度对象时。例如,在图形界面中,大量按钮、图标等UI组件可能具有相同的外观,只需要少量的内部状态不同,这时候可以用享元模式共享相同的外观。其他应用场景包括字符处理系统、游戏中的对象管理(如子弹、树木等重复的对象),以及数据库连接池等。
享元模式的核心思想
享元模式将对象的状态分为两类:
-
内在状态:可以共享的、不随外部环境变化的状态。
-
外在状态:不可以共享的、随外部环境变化的状态,由客户端传入。
通过将内在状态共享,并由外部提供外在状态,享元模式大大减少了内存的占用。
享元模式示例代码
假设你正在开发一款绘图软件,需要在屏幕上绘制大量形状,如圆形。每个圆形有相同的颜色和大小,但它们的位置不同。使用享元模式可以减少内存开销,因为我们可以共享相同的圆形对象,只改变它们的位置。
#include <QDebug>
#include <QString>
#include <QHash>// 享元类:表示共享的圆形对象
class Circle {
private:QString color; // 内在状态(可以共享的部分)int radius; // 内在状态(可以共享的部分)public:Circle(const QString& color, int radius) : color(color), radius(radius) {}void draw(int x, int y) const {qDebug() << "Drawing circle with color" << color << "radius" << radius << "at position" << x << "," << y;}
};// 享元工厂:用于管理和提供享元对象
class CircleFactory {
private:QHash<QString, Circle*> circleMap; // 存储已创建的享元对象public:Circle* getCircle(const QString& color, int radius) {QString key = color + QString::number(radius);// 如果共享对象已存在,则返回它if (circleMap.contains(key)) {return circleMap[key];}// 否则创建新的享元对象并存储起来Circle* newCircle = new Circle(color, radius);circleMap.insert(key, newCircle);return newCircle;}~CircleFactory() {// 清理内存for (auto circle : circleMap) {delete circle;}}
};// 使用示例
int main() {CircleFactory* factory = new CircleFactory();// 获取共享的圆形对象,并在不同位置绘制Circle* redCircle = factory->getCircle("Red", 10);redCircle->draw(10, 20);Circle* redCircle2 = factory->getCircle("Red", 10); // 获取相同颜色和半径的圆形,应该复用上面的对象redCircle2->draw(30, 40);Circle* blueCircle = factory->getCircle("Blue", 15);blueCircle->draw(50, 60);// 清理内存delete factory;return 0;
}
代码解析
-
Circle类:享元类,表示可以共享的圆形对象。它包含内在状态(颜色和半径),这些状态可以在多个圆形对象中共享。
-
CircleFactory类:享元工厂,负责管理和提供共享的圆形对象。它通过一个哈希表(
circleMap
)来存储已经创建的享元对象。如果请求的对象已经存在,直接返回它;否则创建新的对象并存储起来。 -
客户端代码:客户端通过
CircleFactory
获取享元对象,并为不同的外在状态(位置)进行绘制。相同的圆形对象只会创建一次。
享元模式的优点
-
节省内存:享元模式通过共享相同的对象,减少了系统中重复对象的数量,从而降低了内存使用。
-
提高性能:通过减少对象的创建,享元模式可以提高系统的运行效率,特别是在大量重复对象的情况下。
享元模式的缺点
-
增加复杂性:享元模式要求将对象的内在状态和外在状态分离,这会增加系统的设计复杂性,尤其是在无法明确区分这两者时。
-
管理外在状态:外在状态由客户端负责传递,因此客户端必须正确管理这些状态,否则容易导致混乱。
适合使用享元模式的情况
-
大量细粒度对象的场景:如果系统中需要创建大量对象,且这些对象存在相同的状态,享元模式可以帮助减少内存使用。
-
对象的大部分状态可以共享:当对象的多数属性可以在多个实例间共享时,可以使用享元模式来优化性能。
-
性能瓶颈集中在内存占用:如果系统因为大量对象的创建导致内存消耗过高,享元模式是很好的解决方案。
享元模式与其他模式的区别
-
与单例模式的区别:单例模式确保某个类只有一个实例,而享元模式则通过共享对象来减少内存占用,它可以创建多个实例,但这些实例具有相同的内在状态。
-
与原型模式的区别:原型模式通过复制已有的对象来生成新对象,而享元模式则通过共享现有的对象来减少对象的数量。
Qt中的享元模式应用
在Qt开发中,享元模式可以用于共享大量的UI组件、图形对象或资源。例如,许多图标在不同地方使用相同的图形,可以通过享元模式来减少内存使用。此外,Qt中的字体管理、样式表等机制也可以借鉴享元模式的思想,避免重复加载相同的资源。
享元模式在优化系统性能和减少内存使用方面非常有效,特别是在需要创建大量细粒度对象的场景中。
相关文章:
Qt C++设计模式->享元模式
享元模式(Flyweight Pattern)是一种结构型设计模式,旨在通过共享相同对象来减少内存使用,尤其适合在大量重复对象的情况下。它通过将对象的可共享部分抽取出来,并在多个上下文中共享,从而避免对象的多次创建…...
前端实用技能
焦点聚焦 import Vue from vue // 插件对象(必须有 install 方法, 才可以注入到 Vue.use 中) export default {install () {Vue.directive(fofo, {inserted (el) {el el.querySelector(input)el.focus()}})} }格式化日期格式 export const formatDate (time) > {// 将xx…...
Android LiveData 数据倒灌
相关类型的文章很多,这里只做个人总结和其余的方法推荐 1.什么是数据倒灌? 所谓的“数据倒灌”:其实是类似粘性广播那样,当新的观察者开始注册观察时,会把上次发的最后一次的历史数据传递给当前注册的观察者。 一方…...
umi项目中使用mockj生成数据模拟请求调用
Mock.js简介 Mock.js 是一个轻量级且无依赖的JavaScript库,用于生成模拟数据。它可以帮助开发者在前端开发过程中模拟后端API接口,以便进行快速原型设计和测试。Mock.js 提供了丰富的API来模拟各种类型的数据,如字符串、数字、日期、数组等。…...

事件【JavaScript】
1. 事件 事件是用户或浏览器动作的表示,JavaScript 中的一切交互都是通过事件来处理的。 2. 事件冒泡(Event Bubbling) 事件冒泡是指事件从最具体的元素(即触发事件的元素)开始触发,然后逐级向上传播到较…...

【Linux】Linux基本命令
目录 文件和目录操作: ls cd pwd cp mv rm mkdir rmdir touch clear history which/whereis 文件查看和编辑: cat less head tail vi 或 vim sz/rz echo 系统信息和管理: su uname hostname df free top ps ki…...

微软宣称其新工具可纠正人工智能幻觉 但专家依然对此表示怀疑
人工智能经常胡言乱语,微软现在说它有办法解决这个问题,但我们有理由对此持怀疑态度。微软今天发布了一项名为"更正"(Correction)的服务,它可以自动修改人工智能生成的与事实不符的文本。Correction 首先会标…...
实战OpenCV之图像滤波
基础入门 图像滤波是数字图像处理中一种非常重要的技术,主要用于图像噪声去除、图像平滑、突出图像特征,或者进行图像风格的转换。它通过数学运算对图像中的像素值进行修改,以达到特定的处理目的。图像滤波可以分为两大类,分别为:线性滤波、非线性滤波。 线性滤波器通过一…...
AI学习指南深度学习篇-Adadelta的Python实践
AI学习指南深度学习篇-Adadelta的Python实践 深度学习是人工智能领域的一个重要分支,近年来在各个领域都取得了显著的成就。在深度学习的模型训练中,优化算法起着至关重要的作用,其中Adadelta是一种常用的优化算法之一。本篇博客将使用Pytho…...

go webapi上传文件 部属到linux
go厉害的地方,linux服务器上无需安装任何依赖就可以运行,大赞! 一、编译 #在Goland中cmd中执行 go env -w GOARCHamd64 go env -w GOOSlinux go build main.go # 切换回来 否则无法运行 go env -w GOOSwindows go run main.go 拷贝到linux服…...

接口加解密及数据加解密
目录 一、 加解密方式介绍 1.1 Hash算法加密 1.2. 对称加密 1.3 非对称加密 二、 我们要讲什么? 三、 接口加解密 四、 数据加解密 一、 加解密方式介绍 所有的加密方式我们可以分为三类:对称加密、非对称加密、Hash算法加密。 算法内部的具体实现…...
开创远程就可以监测宠物健康新篇章
在宠物健康监测的新纪元,智能听诊器凭借其先进技术,正逐步改变我们对宠物健康监护的传统认知。这不仅是一款监测工具,而是宠物健康管理的得力助手,为宠物主人和兽医提供前所未有的洞察力和便捷性。 深度学习算法:智能…...

二叉树的基本概念(上)
文章目录 🍊自我介绍🍊简介🍊树的定义树中的专业术语树的分类 🍊二叉树的特性讲解 你的点赞评论就是对博主最大的鼓励 当然喜欢的小伙伴可以:点赞关注评论收藏(一键四连)哦~ 🍊自我介…...

aws s3 存储桶 前端组件上传简单案例
写一个vue3 上传aws oss存储的案例 使用到的插件 npm install aws-sdk/client-s3 注意事项 : 1. 本地调试 , 需要设置在官网设置跨域 必须!!! 否则调试不了 ,前端代理是不起作用的 ,因为是插…...

【开源免费】基于SpringBoot+Vue.JS墙绘产品展示交易平台(JAVA毕业设计)
本文项目编号 T 049 ,文末自助获取源码 \color{red}{T049,文末自助获取源码} T049,文末自助获取源码 目录 一、系统介绍二、演示录屏三、启动教程四、功能截图五、文案资料5.1 选题背景5.2 国内外研究现状5.3 可行性分析 六、核心代码6.1 查…...
python爬虫初体验(四)—— 百度文库PPT的爬取
文章目录 1. 安装包2. 相关代码3. 说明4. 注意事项5. 扩展功能5.1 多页面下载5.2 输入地址下载 在Python 2中编写一个爬虫来大量下载图片,可以使用requests库来发送HTTP请求,并使用BeautifulSoup来解析HTML页面。此外,可以使用urllib2库来下载…...

下水道内缺陷识别检测数据集 yolo数据集 共2300张
下水道内缺陷识别检测数据集 yolo数据集 共2300张 下水道内部缺陷识别数据集(Sewer Interior Defect Recognition Dataset, SIDRD) 摘要 SIDRD 是一个专门针对下水道内部缺陷识别的数据集,旨在为城市基础设施维护和管理提供一个标准化的训练…...

年轻用户对Facebook的使用趋势分析
在社交媒体的蓬勃发展中,Facebook作为全球最大的社交平台之一,尽管面临着来自新兴平台的竞争,仍然在年轻用户中扮演着重要角色。然而,年轻用户对Facebook的使用方式和趋势却在不断变化。本文将探讨年轻用户对Facebook的使用趋势&a…...

EasyCVR全方位安全守护智慧电厂:构建高效视频监控系统优势分析
随着信息技术的飞速发展和数字化时代的到来,电厂作为能源供应的重要枢纽,其安全性和管理效率成为社会各界关注的焦点。为了满足电厂对高效、智能、可靠视频监控系统的需求,基于EasyCVR平台建设的电厂视频监控系统应运而生。 一、系统构成 基…...
基于深度学习的情感生成与交互
基于深度学习的情感生成与交互是一个新兴的研究领域,旨在通过深度学习技术生成具有情感的反应,以增强人机交互的自然性和有效性。该技术涉及情感识别、自然语言处理、计算机视觉等多个领域,并在多个应用场景中展现出潜力。 情感生成的主要方…...

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明
LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造,完美适配AGV和无人叉车。同时,集成以太网与语音合成技术,为各类高级系统(如MES、调度系统、库位管理、立库等)提供高效便捷的语音交互体验。 L…...
前端倒计时误差!
提示:记录工作中遇到的需求及解决办法 文章目录 前言一、误差从何而来?二、五大解决方案1. 动态校准法(基础版)2. Web Worker 计时3. 服务器时间同步4. Performance API 高精度计时5. 页面可见性API优化三、生产环境最佳实践四、终极解决方案架构前言 前几天听说公司某个项…...

定时器任务——若依源码分析
分析util包下面的工具类schedule utils: ScheduleUtils 是若依中用于与 Quartz 框架交互的工具类,封装了定时任务的 创建、更新、暂停、删除等核心逻辑。 createScheduleJob createScheduleJob 用于将任务注册到 Quartz,先构建任务的 JobD…...
【RockeMQ】第2节|RocketMQ快速实战以及核⼼概念详解(二)
升级Dledger高可用集群 一、主从架构的不足与Dledger的定位 主从架构缺陷 数据备份依赖Slave节点,但无自动故障转移能力,Master宕机后需人工切换,期间消息可能无法读取。Slave仅存储数据,无法主动升级为Master响应请求ÿ…...
Unit 1 深度强化学习简介
Deep RL Course ——Unit 1 Introduction 从理论和实践层面深入学习深度强化学习。学会使用知名的深度强化学习库,例如 Stable Baselines3、RL Baselines3 Zoo、Sample Factory 和 CleanRL。在独特的环境中训练智能体,比如 SnowballFight、Huggy the Do…...

分布式增量爬虫实现方案
之前我们在讨论的是分布式爬虫如何实现增量爬取。增量爬虫的目标是只爬取新产生或发生变化的页面,避免重复抓取,以节省资源和时间。 在分布式环境下,增量爬虫的实现需要考虑多个爬虫节点之间的协调和去重。 另一种思路:将增量判…...

VM虚拟机网络配置(ubuntu24桥接模式):配置静态IP
编辑-虚拟网络编辑器-更改设置 选择桥接模式,然后找到相应的网卡(可以查看自己本机的网络连接) windows连接的网络点击查看属性 编辑虚拟机设置更改网络配置,选择刚才配置的桥接模式 静态ip设置: 我用的ubuntu24桌…...

浪潮交换机配置track检测实现高速公路收费网络主备切换NQA
浪潮交换机track配置 项目背景高速网络拓扑网络情况分析通信线路收费网络路由 收费汇聚交换机相应配置收费汇聚track配置 项目背景 在实施省内一条高速公路时遇到的需求,本次涉及的主要是收费汇聚交换机的配置,浪潮网络设备在高速项目很少,通…...

Mysql中select查询语句的执行过程
目录 1、介绍 1.1、组件介绍 1.2、Sql执行顺序 2、执行流程 2.1. 连接与认证 2.2. 查询缓存 2.3. 语法解析(Parser) 2.4、执行sql 1. 预处理(Preprocessor) 2. 查询优化器(Optimizer) 3. 执行器…...

基于Java+MySQL实现(GUI)客户管理系统
客户资料管理系统的设计与实现 第一章 需求分析 1.1 需求总体介绍 本项目为了方便维护客户信息为了方便维护客户信息,对客户进行统一管理,可以把所有客户信息录入系统,进行维护和统计功能。可通过文件的方式保存相关录入数据,对…...