【设计模式系列】中介者模式(十八)
一、什么是中介者模式
中介者模式(Mediator Pattern)是一种行为型设计模式,其核心思想是通过一个中介者对象来封装一系列对象之间的交互,使这些对象不需要相互显式引用。中介者模式提供了一个中介层,用以协调各个对象之间的通信,从而减少它们之间的耦合度。
二、中介者模式的角色
-
抽象中介者(Mediator):定义了同事对象用来与中介者通信的接口,规定了中介者必须实现的方法。其作用是声明并规范中介者的操作,以便具体中介者能够实现这些操作来协调同事对象之间的交互 。
-
具体中介者(ConcreteMediator):实现抽象中介者的接口,管理同事对象的引用,并根据具体的业务逻辑处理同事之间的交互 。
-
抽象同事类(Colleague):定义同事类的接口,包含一个保存中介者对象的引用的方法以及同事对象交互的抽象方法 ,也实现所有相互影响的同事类的公共功能 。
-
具体同事类(Concrete Colleague):实现了抽象同事类的接口,是真正参与到交互中的对象。当需要与其他同事对象交互时,会通过中介者对象来进行后续的交互,而不是直接与其他同事对象通信 。

三、中介者模式的典型应用
- 事件调度和监听器管理:在需要事件调度和监听器管理的系统中,中介者模式可以用来管理事件的注册、触发和分发。
四、中介者模式在Timer中的应用
中介者模式在 java.util.Timer 类中的应用是一个典型的实例,其中 Timer 类充当中介者,而 TimerTask 任务则作为同事类。以下是详细的描述和代码示例:
-
抽象中介者(Mediator):在
Timer的上下文中,这个接口是由Timer类实现的,它提供了一个接口,用于调度TimerTask对象。 -
具体中介者(ConcreteMediator):这是
Timer类本身,它维护了一个任务队列(TaskQueue),并使用一个内部的线程(TimerThread)来执行这些任务。 -
抽象同事类(Colleague):在这个场景中,抽象同事类是由
TimerTask接口实现的,它定义了任务需要执行的操作。 -
具体同事类(Concrete Colleague):这是实现
TimerTask接口的具体任务类,它们通过Timer类来安排自己的执行。
import java.util.Timer;
import java.util.TimerTask;// 具体同事类:实现TimerTask接口的具体任务
class MyTask extends TimerTask {@Overridepublic void run() {System.out.println("TimerTask is executed at " + System.currentTimeMillis());}
}public class TimerMediatorPattern {public static void main(String[] args) {// 具体中介者:创建Timer对象Timer timer = new Timer();// 创建具体同事对象:创建任务MyTask task = new MyTask();// 通过中介者安排任务的执行:安排任务在3秒后执行timer.schedule(task, 3000);}
}
Timer类是中介者,它负责管理TimerTask对象的执行。MyTask类是具体同事类,它实现了TimerTask接口,并定义了任务的具体行为。- 主函数中创建了
Timer对象和MyTask对象,并通过Timer的schedule方法安排MyTask在3秒后执行。
工作原理:
-
注册任务:通过
Timer的schedule方法,将TimerTask对象和执行时间注册到Timer中。 -
执行任务:
Timer内部使用一个线程(TimerThread)来监控任务队列,当任务到达指定时间时,TimerThread会执行这些任务。 -
解耦同事类:
TimerTask对象不需要知道其他任务的存在,也不需要直接与它们交互,所有的调度和执行都是通过Timer完成的,这样就降低了任务之间的耦合度。
中介者模式在 Timer 类中的应用有效地将任务的调度和执行逻辑与任务的具体逻辑分离,提高了代码的模块化和可维护性 。
相关文章:
【设计模式系列】中介者模式(十八)
一、什么是中介者模式 中介者模式(Mediator Pattern)是一种行为型设计模式,其核心思想是通过一个中介者对象来封装一系列对象之间的交互,使这些对象不需要相互显式引用。中介者模式提供了一个中介层,用以协调各个对象…...
PDF版地形图矢量出现的问题
项目描述:已建风电场道路测绘项目,收集到的数据为PDF版本的地形图,图上标注了项目竣工时期的现状,之后项目对施工区域进行了复垦恢复地貌,现阶段需要准确的知道实际复垦修复之后的道路及其它临时用地的面积 解决方法&…...
小迪安全第四十二天笔记 简单的mysql注入 mysql的基础知识 用户管理数据库模式 mysql 写入与读取 跨库查询
前言 之前的安全开发我们学习了 php联动数据库的模式 ,这个模式是现在常用的模式 这一节来学习 如何 进行数据库的注入和数据库相关知识 1、了解数据库的结构 我们使用 navicate连接数据库之后看一下 一共四层结构 库 》表》字段》数据 这个层级关系…...
11.25.2024刷华为OD
文章目录 HJ76 尼科彻斯定理(观察题,不难)HJ77 火车进站(DFS)HJ91 走格子方法,(动态规划,递归,有代表性)HJ93 数组分组(递归)语法知识…...
你真的会用饼图吗?JVS-智能BI饼图组件深度解析
在数据可视化的世界里,饼图是我们常见的一种可视化图形。在JVS-智能BI中提供了数据可视化饼图组件,接下来我通过这篇文章详细介绍,从配色方案到图形配置,从显示数据到提示信息,饼图的每一个细节配置。 饼图类图表概述…...
HarmonyOS Next 模拟器安装与探索
HarmonyOS 5 也发布了有一段时间了,不知道大家实际使用的时候有没有发现一些惊喜。当然随着HarmonyOS 5的更新也带来了很多新特性,尤其是 HarmonyOS Next 模拟器。今天,我们就来探索一下这个模拟器,看看它能给我们的开发过程带来什…...
医学机器学习:数据预处理、超参数调优与模型比较的实用分析
摘要 本文介绍了医学中的机器学习,重点阐述了数据预处理、超参数调优和模型比较的技术。在数据预处理方面,包括数据收集与整理、处理缺失值、特征工程等内容,以确保数据质量和可用性。超参数调优对模型性能至关重要,介绍了多种调…...
单片机知识总结(完整)
1、单片机概述 1.1. 单片机的定义与分类 定义: 单片机(Microcontroller Unit,简称MCU)是一种将微处理器、存储器(包括程序存储器和数据存储器)、输入/输出接口和其他必要的功能模块集成在单个芯片上的微型…...
【C++】auto和decltype类型推导关键字
1.C11关键字 auto和decltype是C11引入的关键字,负责类型的推导。所有不同的是: auto可直接用来定义变量,编译器会自动推导出变量的类型。decltype是推导出一个操作数的类型,然后用这个类型再去定义。 2.两者区别 尽管两者都是宏…...
OGRE 3D----3. OGRE绘制自定义模型
在使用OGRE进行开发时,绘制自定义模型是一个常见的需求。本文将介绍如何使用OGRE的ManualObject类来创建和绘制自定义模型。通过ManualObject,开发者可以直接定义顶点、法线、纹理坐标等,从而灵活地构建各种复杂的几何体。 Ogre::ManualObject 是 Ogre3D 引擎中的一个类,用…...
ARM + Linux 开发指南
随想:想写一个系列来讲如何嵌入式开发,然后能形成一个知识体系,帮助那些刚刚做嵌入开发的同学们. 1. ARM Linux从开机到Linux完全启动的流程和代码分析 ARM Linux从开机到完全启动的流程与代码分析 ARM Linux的启动过程主要涉及从设备上电开始,到Linux内核完全启动并进入…...
facebook欧洲户开户条件有哪些又有何优势?
在当今数字营销时代,Facebook广告已成为企业推广产品和服务的重要渠道。而为了更好地利用这一平台,广告主们需要理解不同类型的Facebook广告账户。Facebook广告账户根据其属性可分为多种类型,包括个人广告账户、企业管理(BM&#…...
算法训练(leetcode)二刷第三十一天 | 1049. 最后一块石头的重量 II、494. 目标和、*474. 一和零
刷题记录 1049. 最后一块石头的重量 II*494. 目标和二维数组滚动数组 *474. 一和零 1049. 最后一块石头的重量 II leetcode题目地址 本题与416. 分割等和子集类似。依旧是01背包问题,本题尽可能将石头分为相等(相近)的两堆,然后…...
软件测试丨Pytest生命周期与数据驱动
Pytest的生命周期概述 Pytest 是一个强大的测试框架,提供了丰富的特性来简化测试执行。它的生命周期包括多个阶段,涉及从准备测试、执行测试到报告结果的完整流程。因此,理解Pytest的生命周期将帮助我们更好地设计和管理测试用例。 开始阶段…...
Figma入门-原型交互
Figma入门-原型交互 前言 在之前的工作中,大家的原型图都是使用 Axure 制作的,印象中 Figma 一直是个专业设计软件。 最近,很多产品朋友告诉我,很多原型图都开始用Figma制作了,并且很多组件都是内置的,对…...
网络安全防范技术
1 实践内容 1.1 安全防范 为了保障"信息安全金三角"的CIA属性、即机密性、完整性、可用性,信息安全领域提出了一系列安全模型。其中动态可适应网络安全模型基于闭环控制理论,典型的有PDR和P^2DR模型。 1.1.1 PDR模型 信息系统的防御机制能抵抗…...
Java - JSR223规范解读_在JVM上实现多语言支持
文章目录 1. 概述2. 核心目标3. 支持的脚本语言4. 主要接口5. 脚本引擎的使用执行JavaScript脚本执行groovy脚本1. Groovy简介2. Groovy脚本示例3. 如何在Java中集成 Groovy4. 集成注意事项 6. 与Java集成7. 常见应用场景8. 优缺点9. 总结 1. 概述 JSR223(Java Spe…...
win10系统部署RAGFLOW+Ollama教程
本篇主要基于linux服务器部署ragflowollama,其他操作系统稍有差异但是大体一样。 一、先决条件 CPU ≥ 4核; RAM ≥ 16 GB; 磁盘 ≥ 50 GB; Docker ≥ 24.0.0 & Docker Compose ≥ v2.26.1。 如果尚未在本地计算机ÿ…...
基于Python制作一个简易UI界面
基于Python制作一个简易UI界面 目录 基于Python制作一个简易UI界面1 原理简介2 编写程序3 程序测试 1 原理简介 这里用到了Python自带的UI库tkinter。 tkinter 是 Python 的标准 GUI(图形用户界面)库,用于创建和管理图形界面。它提供了一个简…...
鲁菜大师程伟华到访金宫川派味业
共工新闻社11月29日电(范琦)上周,中国鲁菜大师、首批中国烹饪大师名厨程伟华到访金宫川派味业总部基地。这位从厨51年、坚持传承鲁菜的行业大师人物,深入了解了金宫川派的品牌文化,参观了金宫自动生产车间,…...
鸿蒙一气总论(四)
第四卷 文明溯源四域同源 华夏主脉定宗 卷首引 天地既定,人神分途,万物安立,四海生民逐水土而居。 四方之地,山川不同、水土异质、气运有别, 然归根溯源,同承鸿蒙一气,共禀混元道体。 四大…...
Java AI开发实战:基于ai4j的低版本JDK大模型集成与Agent构建指南
1. 项目概述与定位如果你是一个Java开发者,最近想在自己的项目里集成大模型能力,或者想搞点AI Agent的自动化流程,大概率会面临一个选择难题:是用Spring AI,还是LangChain4j?前者对Spring Boot 3.x和Java 1…...
AI写专著全攻略:从构思到完稿,快速生成20万字专著
学术专著写作困境与AI工具解决方案 学术专著的生命力源于其逻辑的严谨性,但在写作过程中,逻辑论证往往是最容易出现问题的部分。专著的写作必须围绕核心观点展开系统的论证,要不仅深入阐述每一个论点,还需要应对来自不同学派的争…...
JACC Cardiovasc Imaging(IF=15.2)中国医学科学院阜外医院放射科赵世华教授等团队:连续心肌纤维化评估预测肥厚型心肌病患者预后
01文献学习今天分享的文献是由中国医学科学院阜外医院放射科赵世华教授等团队于2026年2月在《JACC: Cardiovascular Imaging》(中科院1区top,IF15.2)上发表的研究“Serial Myocardial Fibrosis Assessments Predict Outcomes in Patients Wit…...
Flutter 高级动画完全指南
Flutter 高级动画完全指南 引言 动画是提升用户体验的关键因素,Flutter 提供了强大而灵活的动画系统。本文将深入探讨 Flutter 动画的高级特性,包括自定义动画、复杂动画组合、性能优化等内容。 动画基础回顾 Flutter 中的动画主要分为两类: …...
RoboMaster视觉入门:用OpenCV3.4.5从摄像头图像里找出装甲板(附完整C++代码)
RoboMaster视觉实战:从零构建装甲板识别系统(C/OpenCV3.4.5全解析) 在RoboMaster机甲大师赛中,视觉识别系统如同战车的"眼睛",而装甲板识别则是核心中的核心。本文将带你从零开始,用OpenCV3.4.5…...
WinForm + Modbus 上位机温湿度数据采集系统
前言工业自动化和环境监控领域,实时掌握现场的温湿度数据至关重要。传统的监控方式往往依赖人工记录或简单的报警装置,缺乏直观性和连续性。本文推荐一个基于WinForm开发的上位机温湿度采集系统,通过Modbus通信协议与下位机进行数据交互&…...
[具身智能-659]:ROS2 与人类大脑神经系统 完整类比 + 异同对比总结
一、整体核心类比ROS2 就是人工机器人版的「中枢神经系统」机器人的硬件架构、节点分工、消息通信、协同逻辑,完全复刻人脑神经工作模式:CPU/GPU计算单元为算法节点 大脑皮层(认知、推理、决策、多模态理解)MCU 传感器 / 运动节点…...
故障诊断创新算法之【先验知识+协同学习】基于故障特征掩码引导和潜在特征拆分的自编码器机械故障诊断(PyTorch)
小样本条件下,纯数据驱动方法很容易陷入过拟合和特征盲目提取,所以提出一种物理引导的深度诊断范式:将轴承内圈、外圈、滚动体的故障特征频率先验显式编码为故障特征掩码,并引入Huber函数构建先验引导损失,迫使网络学习…...
家庭Kubernetes场景下的Helm Chart优化实践与部署指南
1. 项目概述与核心价值 如果你和我一样,在家庭实验室里运行着一个Kubernetes集群,那么你肯定对Helm这个“包管理器”又爱又恨。爱的是它能让应用的部署和管理变得声明式和可重复,恨的是很多时候,那些来自大型官方仓库的“通用”H…...
