首先感谢《java8实战》一书作者某某某。

需求场景:

为一位果农设计一款软件,可以根据果农的需求筛选出相应的水果。

例如:

  1. 根据颜色筛选
  2. 根据重量筛选
  3. 根据颜色和重量筛选

准备工作

  1. 定义Apple类

    public class Apple
    {
    String color;
    double weight; public Apple(String color,double weight)
    {
    this.color=color;
    this.weight=weight;
    }
    }
  2. 创建苹果库存

    List<Apple> inventory=new ArrayList<Apple>()
    {
    {
    add(new Apple("红色",200));
    add(new Apple("绿色",80));
    add(new Apple("红色",100));
    add(new Apple("绿色",210));
    add(new Apple("红色",105));
    add(new Apple("黄色",180));
    add(new Apple("红色",202));
    add(new Apple("红色",99));
    }
    };

阶段1:值参数化 - 为每一种行为定义一个单独的方法

筛选绿苹果

List<Apple> filterGreenApple(List<Apple> inventory)
{
List<Apple> res=new ArrayList<Apple>();
for(Apple apple: inventory)
{
if("绿色".equals(apple.color))
{
res.add(apple);
}
}
return res;
}

筛选红苹果

List<Apple> filterHeavyApple(List<Apple> inventory)
{
List<Apple> res=new ArrayList<Apple>();
for(Apple apple: inventory)
{
if("红色".equals(apple.color))
{
res.add(apple);
}
}
return res;
}

无需多言,这种方式很糟糕,如果再有其它需求,还得定义更多的这种方法,其中大部分的代码都是重复的。

阶段2:值参数化 - 将条件作为参数

根据颜色筛选苹果

List<Apple> filterAppleByColor(List<Apple> inventory,String color)
{
List<Apple> res=new ArrayList<Apple>();
for(Apple apple: inventory)
{
if(color.equals(apple.color))
{
res.add(apple);
}
}
return res;
}

根据重量筛选苹果

List<Apple> filterAppleByWeight(List<Apple> inventory,double weight)
{
List<Apple> res=new ArrayList<Apple>();
for(Apple apple: inventory)
{
if(apple.weight>=weight)
{
res.add(apple);
}
}
return res;
}

这种为每一种属性定义一个方法的写法,一定程度上解决了代码重复的问题。但是,还不够。

阶段3: 值参数化 - 为属性设置标志

根据颜色或重量筛选苹果

List<Apple> filterApple(List<Apple> inventory,String color,boolean flag)
{
List<Apple> res=new ArrayList<Apple>();
for(Apple apple: inventory)
{
if(flag && color.equals(apple.color) || (!flag && apple.weight>=150))
{
res.add(apple);
}
}
return res;
}

这种方式解决了代码重复的问题,但是,当要筛选的属性很多时,需要添加过多的标志参数,使得单个方法中的代码过于复杂,容易出错。

阶段4: 行为参数化 - 使用接口对选择标准建模

定义行为接口

public interface IApplePredicate
{
boolean test(Apple apple);
}

定义筛选绿色苹果的行为类

public class GreenApplePredicate implements IApplePredicate
{
public boolean test(Apple apple)
{
return "绿色".equals(apple.color);
}
}

定义筛选重量大于150克的苹果的行为类

public class HeavyApplePredicate implements IApplePredicate
{
public boolean test(Apple apple)
{
return apple.weight>=150;
}
}

定义筛选方法,接收行为接口的实例作为参数

List<Apple> filterApples(List<Apple> inventory,IApplePredicate predicate)
{
List<Apple> res=new ArrayList<Apple>();
for(Apple apple: inventory)
{
if(predicate.test(apple))
{
res.add(apple);
}
}
return res;
}

筛选的时候,只需要传递行为类对象即可

List<Apple> greenApples=filterApples(inventory,new GreenApplePredicate());
List<Apple> heavyApples=filterApples(inventory,new HeavyApplePredicate());

通过上面这种方式,可以重复使用同一个方法,给她不同的行为来实现不同的目的。

代码结构清晰,很好。但是,必须为每一种行为定义一个类,还是比较繁琐。

阶段5: 行为参数化 - 使用匿名类避免单独定义行为类

不必为每一种行为都定义一个行为类,然后在使用具体方法的时候,传递它的对象。可以使用匿名类实现同样的效果

List<Apple> greenApples=filterApples(inventory,new IApplePredicate()
{
public boolean test(Apple apple)
{
return "绿色".equals(apple.color);
}
});
List<Apple> heavyApples=filterApples(inventory,new IApplePredicate()
{
public boolean test(Apple apple)
{
return apple.weight>=150;
}
});

阶段6: 行为参数化 - 使用lambda表达式代替匿名类

匿名类固然不错,但是,语法很是丑陋。在java8中,可以使用lambda表达式代替匿名类

List<Apple> greenApples=filterApples(inventory,apple->"绿色".equals(apple.color));
List<Apple> heavyApples=filterApples(inventory,apple -> apple.weight>=150);

阶段7: 行为参数化 - 使用泛型扩展行为的适用范围

目前为止,只能用来过滤苹果,如果想过滤梨子,就得重新定义梨的行为接口。

这样很不方便。这时,就可以使用泛型来解决这个问题。

定义泛型行为接口

public interface IPredicate<T>
{
boolean test(T t);
}

将筛选方法改造为泛型方法

<T> List<T> filter(List<T> elements,IPredicate<T> predicate)
{
List<T> res=new ArrayList<>();
for(T t: elements)
{
if(predicate.test(t))
{
res.add(t);
}
}
return res;
}

这样,筛选方法不止适用于苹果,还适用于梨子,甚至数字类型。

至此,使用行为参数化,完美的解决了需求多变的问题。

Java行为参数化的演进的更多相关文章

  1. 第一章 Java的I/O演进之路

    I/O基础入门 Java的I/O演进 第一章 Java的I/O演进之路 1.1 I/O基础入门 1.1.1 Linux网络I/O模型简介 根据UNIX网络编程对I/O模型的分类,UNIX提供了5中I/ ...

  2. (基础篇 走进javaNIO)第一章-java的i/o演进之路

    Java 是由 SUN公司在 1995 年首先发布 的编程语 言和计算平 台.这基础技术 支持最新 的程序 ,包括 实用程序 .游 戏和业 务应用程序 .J ava 在世界各地 的 8.5  亿 多 ...

  3. Java IO编程全解(一)——Java的I/O演进之路

    转载请注明出处:http://www.cnblogs.com/Joanna-Yan/p/7419117.html JDK1.4之前的早期版本,Java对I/O的支持并不完善,开发人员在开发高性能I/O ...

  4. 性能测试十二:jmeter进阶之java请求参数化

    如项目中的ip.端口号之类的,都可以在此代码中定义 public Arguments getDefaultParameters() { // TODO Auto-generated method st ...

  5. JAVA BIO至NIO演进

    主要阐述点: 1.同步/异步 or  阻塞/非阻塞 2.网络模型演进 3.NIO代码示例 一.同步/异步 or  阻塞/非阻塞 同步/异步:核心点在于是否等待结果返回.同步即调用者必须等到结果才返回, ...

  6. Java Socket Server的演进 (一)

    最近在看一些网络服务器的设计, 本文就从起源的角度介绍一下现代网络服务器处理并发连接的思路, 例子就用java提供的API. 1.单线程同步阻塞式服务器及操作系统API 此种是最简单的socket服务 ...

  7. JAVA分布式架构的演进

    系统架构演化历程-初始阶段架构 初始阶段 的小型系统 应用程序.数据库.文件等所有的资源都在一台服务器上通俗称为LAMP 特征:应用程序.数据库.文件等所有的资源都在一台服务器上. 描述:通常服务器操 ...

  8. eventloop & actor模式 & Java线程模型演进 & Netty线程模型 总结

    eventloop的基本概念可以参考:http://www.ruanyifeng.com/blog/2013/10/event_loop.html Eventloop指的是独立于主线程的一条线程,专门 ...

  9. Java模块化规范之争(转载)

    经过近20年的发展,Java语言已成为今日世界上最成功.使用的开发者人数最多的语言之一,Java世界中无数商业的或开源的组织.技术和产品共同构成了一个无比庞大的生态系统. 与大多数开发人员的普遍认知不 ...

随机推荐

  1. zabbix自带的模板监控mysql

    科技小能手 2017-11-12 1208浏览量 简介: zabbix官方支持监控MySQL,但直接使用默认的模板是不可用的,还需要经过额外的设置才可以使用.如果只需要对mysql数据库做简单的监控, ...

  2. 《SystemVerilog验证-测试平台编写指南》学习 - 第2章 数据类型

    <SystemVerilog验证-测试平台编写指南>学习 - 第2章 数据类型 2.1 内建数据类型 2.2 定宽数组 2.2.1 声明 2.2.2 常量数组 2.2.3 基本的数组操作 ...

  3. [rhel-media] :Yum软件仓库唯一标识符,避免与其他仓库冲突。

    第1步:进入到/etc/yum.repos.d/目录中(因为该目录存放着Yum软件仓库的配置文件). 第2步:使用Vim编辑器创建一个名为rhel7.repo的新配置文件(文件名称可随意,但后缀必须为 ...

  4. jmeter完成一个简单的性能测试(jp@gc - PerfMon Metrics Collector的运用)

    场景:公司项目解耦,在项目前期对新的架构进行简单的性能测试 工具:jmeter 1.大致结构如下: 1800秒(半个小时)内持续产生20000的线程 创建了聚合报告,主要是查看服务器响应结果以及相应时 ...

  5. HDFS 的内存存储是什么?

    引言 HDFS 的定位就是一个文件系统,用于存储文件,而 HDFS 对于文件的存储方式有两种: 内存存储 异构存储 内存存储 什么是内存存储? 首先,我们来了解一下到底什么是 "内存存储&q ...

  6. Pycharm搜索导航之文件名、符号名搜索

    1.准备一个工程 向你的工程中添加一个Python文件,并输入一些源码,例如: 2.转到对应文件.类.符号 Pycharm提供的一个很强力的功能就是能够根据名称跳转到任何文件.类.符号所在定义位置. ...

  7. 摄像头PVD和CVD薄膜

    摄像头PVD和CVD薄膜 在FDP 的生产中,在制作无机薄膜时,可以采用的方法有两种:PVD 和CVD (将VE 和VS 归于PVD ,而ALD 归于CVD). Physical Vapor Depo ...

  8. 夜晚场景图像ISP增强算法

    夜晚场景图像ISP增强算法 输入输出接口 Input: (1)图像视频分辨率(整型int) (2)图像视频格式(RGB,YUV,MP4等) (3)摄像头标定参数(中心位置(x,y)和5个畸变 系数(2 ...

  9. 机器学习PAL数据预处理

    机器学习PAL数据预处理 本文介绍如何对原始数据进行数据预处理,得到模型训练集和模型预测集. 前提条件 完成数据准备,详情请参见准备数据. 操作步骤 登录PAI控制台. 在左侧导航栏,选择模型开发和训 ...

  10. Jittor 的Op, Var算子

    Jittor 的Op, Var算子 要使用jittor训练模型,需要了解两个主要概念: Var:Jittor的基本数据类型 Operations:Jittor的算子与numpy类似 首先,开始使用Va ...