`

策略(stragety)模式

阅读更多
策略模式:定义了算法族,分别封装起来,让它们之间可以互相替换,此模式让算法的变化独立于使用算法的客户。

设计原则:封装变化,针对接口编程



Stragety.h
#ifndef STRAGETY_H
#define STRAGETY_H
#include<iostream>
using namespace std;

class FlyBehavior{
public:
    virtual void fly()const=0;
};

class FlyWithWings:public FlyBehavior{
public:
    void fly()const{
        cout << "i can fly!" << endl;
    }
};

class FlyNoWay:public FlyBehavior{
public:
    void fly()const{
        cout << "i can't fly!" << endl;
    }
};

class FlyRocketPower:public FlyBehavior{//火箭动力器
public:
    void fly()const{
        cout << "i can fly by rocket power" << endl;
    }
};

class QuackBehavior{
public:
    virtual void quack()const=0;
};

class Quack:public QuackBehavior{
public:
    void quack()const{
        cout << "quack" << endl;//呱呱叫
    }
};

class Squeak:public QuackBehavior{
public:
    void quack()const{
        cout << "squeak" << endl;//吱吱叫
    }
};

class MuteQuack:public QuackBehavior{
public:
    void quack()const{
        cout << "can't quack" << endl;
    }
};

//普通鸭
class Duck{
public:
    Duck();
    virtual ~Duck();
    virtual void swim()const;
    virtual void display()const;
    virtual void performQuack()const;
    virtual void performFly()const;
    virtual void setFlyBehavior(FlyBehavior* fb);
private:
    QuackBehavior* quackBhr;
    FlyBehavior* flyBhr;
};

//塑料鸭
class PlasticDuck:public Duck{
public:
    PlasticDuck();
    ~PlasticDuck();
    void swim()const;
    void display()const;
    void performQuack()const;
    void performFly()const;
    void setFlyBehavior(FlyBehavior *fb);
private:
    QuackBehavior* quackBhr;
    FlyBehavior* flyBhr;
};

#endif // STRAGETY_H


Stragety.cpp
#include"Stragety.h"

Duck::Duck(){
    quackBhr = new Quack;
    flyBhr = new FlyNoWay;
}

Duck::~Duck(){}

void Duck::swim()const{
    cout << "duck is swimming!" << endl;
}

void Duck::display()const{
    cout << "i'm a duck" << endl;
}

void Duck::performFly()const{
    flyBhr->fly();
}

void Duck::performQuack()const{
    quackBhr->quack();
}

void Duck::setFlyBehavior(FlyBehavior* fb){
    flyBhr = fb;
}

PlasticDuck::PlasticDuck(){
    quackBhr = new MuteQuack;
    flyBhr = new FlyNoWay;
}

PlasticDuck::~PlasticDuck(){}

void PlasticDuck::display()const{
    cout << "i am a plastic duck" << endl;
}

void PlasticDuck::swim()const{
    cout << "plastic duck is swimming" << endl;
}

void PlasticDuck::performFly()const{
    flyBhr->fly();
}

void PlasticDuck::performQuack()const{
    quackBhr->quack();
}

void PlasticDuck::setFlyBehavior(FlyBehavior *fb){
    flyBhr = fb;
}

int main()
{
    Duck *d = new Duck;
    PlasticDuck *p = new PlasticDuck;
    cout <<  "-----common duck-----:" << endl;
    d->display();
    d->swim();
    d->performFly();
    d->performQuack();
    cout << "-----plastic duck-----:" << endl;
    p->display();
    p->swim();
    p->performFly();
    p->performQuack();
    cout << "-----after add rocket power-----:" << endl;
    p->setFlyBehavior(new FlyRocketPower);
    p->display();
    p->performFly();

}


-----common duck-----:
i'm a duck
duck is swimming!
i can't fly!
quack
-----plastic duck-----:
i am a plastic duck
plastic duck is swimming
i can't fly!
can't quack
-----after add rocket power-----:
i am a plastic duck
i can fly by rocket power
  • 大小: 84.2 KB
分享到:
评论

相关推荐

    Android编程设计模式之策略模式详解

    策略模式的UML类图包括Context、Stragety、ConcreteStrategyA、ConcreteStrategyB等类别。 Context类是用来操作策略的上下文环境。Stragety是策略的抽象。ConcreteStrategyA、ConcreteStrategyB是具体的策略实现。 ...

    informatica update strategy

    informatica update strategy,数字值对应的含义

    NewMode-Summary:Using DP based on Bidirectional stragety for ShortestSegment is more efficient than the original GreedyMethod using ViterbiSegment or DijkstraSegment .(Forked from hankcsHanLP)改良于里面的分词作法,本论文对于文章之自动摘要基于双向的动态规划方法之处理下而优化整体分词效能

    HanLP: Han Language Processing 汉语言处理包 HanLP是由一系列模型与算法组成的Java工具包,目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。...

    LauraDay:里程碑项目4

    用户故事是在该项目的Stragety Plane阶段定义的。 作为用户,我想: 购买手工陶瓷和艺术品。 了解品牌背后的人。 能够了解有关该品牌正在发生的事情和新变化的更多信息。 能够在网站上进行安全的购买。 能够...

    Spring Cloud 全面学习案例集,含多种功能示例与教程.zip

    1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。

    AudioStream 1.5.unitypackage

    AudioStream 1.5.unitypackage

    驾驭未来:Simulink中PMSM永磁同步电机控制深度解析

    在现代工业自动化和电动汽车领域,永磁同步电机(PMSM)因其高效率、高性能和紧凑设计而备受青睐。本文将详细介绍如何在Simulink中实现PMSM的控制,包括矢量控制(FOC)策略的实现,以及必要的代码示例,旨在为工程师和研究者提供实用的指导。 一、PMSM控制概述 永磁同步电机(PMSM)以其高功率密度、高效率和优异的动态响应而广泛应用于工业和汽车领域。在Simulink中实现PMSM控制,通常采用矢量控制(Field-Oriented Control, FOC)策略,该策略通过磁场定向控制实现电机转矩和速度的精确控制。 二、PMSM数学模型与Simulink实现 PMSM的数学模型包括电压方程、磁链方程和转矩方程。在Simulink中,我们可以通过构建相应的模块来实现这些方程。 1. PMSM数学模型 电压方程: u d = R s i d − ω e L q i q + L d d i d d t + ω e ψ f u d ​ =Rsid−ω e ​ L q ​ iq+

    Jupyter_B 站直播事件 webhook 和开播邮件提醒.zip

    Jupyter-Notebook

    合成控制法与收敛性分析资料最新集.zip

    合成控制法与收敛性分析资料最新集.zip

    Gartner发布将漏洞管理发展为暴露管理指南:模拟实时攻击场景的对抗性暴露验证将替代传统渗透测试.pdf

    Gartner发布将漏洞管理发展为暴露管理指南:模拟实时攻击场景的对抗性暴露验证将替代传统渗透测试.pdf

    python+翻译器+语音

    装库 pip install python-office

    Jupyter_python 說明.zip

    Jupyter-Notebook

    《中国房地产统计年鉴》面板数据资源-精心整理.zip

    《中国房地产统计年鉴》面板数据资源-精心整理.zip

    基于python的大麦网自动抢票工具的设计与实现(1) - 副本.zip

    【基于Python的大麦网自动抢票工具的设计与实现】 随着互联网技术的发展,网络购票已经成为人们生活中不可或缺的一部分。尤其是在文化娱乐领域,如音乐会、演唱会、戏剧等活动中,热门演出的门票往往在开售后瞬间就被抢购一空。为了解决这个问题,本论文探讨了一种基于Python的自动抢票工具的设计与实现,旨在提高购票的成功率,减轻用户手动抢票的压力。 Python作为一种高级编程语言,因其简洁明了的语法和丰富的第三方库,成为了开发自动化工具的理想选择。Python的特性使得开发过程高效且易于维护。本论文深入介绍了Python语言的基础知识,包括数据类型、控制结构、函数以及模块化编程思想,这些都是构建抢票工具的基础。 自动化工具在现代社会中广泛应用,尤其在网络爬虫、自动化测试等领域。在抢票工具的设计中,主要利用了自动化工具的模拟用户行为、数据解析和定时任务等功能。本论文详细阐述了如何使用Python中的Selenium库来模拟浏览器操作,通过识别网页元素、触发事件,实现对大麦网购票流程的自动化控制。同时,还讨论了BeautifulSoup和requests库在抓取和解析网页数据中的应用。 大麦网作为国内知名的票务平台,其网站结构和购票流程对于抢票工具的实现至关重要。论文中介绍了大麦网的基本情况,包括其业务模式、用户界面特点以及购票流程,为工具的设计提供了实际背景。 在系统需求分析部分,功能需求主要集中在自动登录、监控余票、自动下单和异常处理等方面。抢票工具需要能够自动填充用户信息,实时监控目标演出的票务状态,并在有票时立即下单。此外,为了应对可能出现的网络延迟或服务器错误,工具还需要具备一定的错误恢复能力。性能需求则关注工具的响应速度和稳定性,要求在大量用户同时使用时仍能保持高效运行。 在系统设计阶段,论文详细描述了整体架构,包括前端用户界面、后端逻辑处理以及与大麦网交互的部分。在实现过程中,采用了多线程技术以提高并发性,确保在抢票关键环节的快速响应。此外,还引入了异常处理机制,以应对网络故障或程序错误。 测试与优化是确保抢票工具质量的关键步骤。论文中提到了不同场景下的测试策略,如压力测试、功能测试和性能测试,以验证工具的有效性和稳定性。同时,通过对抢票算法的不断优化,提高工具的成功率。 论文讨论了该工具可能带来的社会影响,包括对消费者体验的改善、对黄牛现象的抑制以及可能引发的公平性问题。此外,还提出了未来的研究方向,如增加多平台支持、优化抢票策略以及考虑云服务的集成,以进一步提升抢票工具的实用性。 本论文全面介绍了基于Python的大麦网自动抢票工具的设计与实现,从理论到实践,从需求分析到系统优化,为读者提供了一个完整的开发案例,对于学习Python编程、自动化工具设计以及理解网络购票市场的运作具有重要的参考价值。

    学生考勤管理系统 SSM毕业设计 附带论文.zip

    学生考勤管理系统 SSM毕业设计 附带论文 启动教程:https://www.bilibili.com/video/BV1GK1iYyE2B

    ODrive FOC BLDC伺服控制方案,KEIL版本

    ODrive FOC BLDC伺服控制方案,KEIL版本

    数字经济资源大合集(7类)-最新.zip

    数字经济资源大合集(7类)-最新.zip

    1950-2021年中国统计年鉴(分省年度)面板数据-全新发布.zip

    1950-2021年中国统计年鉴(分省年度)面板数据-全新发布.zip

    伯克利大学机器学习-5Dimensionality reduction [Percy Liang]

    lstm Summary Framework: z = U>x, x u Uz Criteria for choosing U: • PCA: maximize projected variance • CCA: maximize projected correlation • FDA: maximize projected intraclass variance

    我国《县域统计年鉴-人口教育医疗》面板数据-已更至最新.zip

    我国《县域统计年鉴-人口教育医疗》面板数据-已更至最新.zip

Global site tag (gtag.js) - Google Analytics