【设计模式-状态模式】

状态模式(State Pattern)是一种行为设计模式,它允许一个对象在内部状态改变时改变它的行为。换句话说,这种模式让对象在不同的状态下能够表现出不同的行为,而不需要修改对象的代码。状态模式通过将对象的行为与状态进行解耦,使得状态的变化变得更容易管理和扩展。

1. 状态模式的基本概念

状态模式的核心思想是:将特定状态下的行为封装到状态类中,主对象的行为取决于它所处的状态。在状态模式中,通常会包含以下几个关键角色:

  • Context(上下文): 这是拥有状态的对象。它维护当前状态的实例,并且会根据状态变化来委托行为的执行。上下文对象通常会暴露改变状态的方法。
  • State(状态接口/抽象类): 这是一个接口或抽象类,定义了所有状态的公共行为。不同的状态类实现这个接口来定义具体的行为。
  • ConcreteState(具体状态): 这是实现状态接口的类,每个类表示对象的一个具体状态。它们实现接口中定义的行为,并且可以通过改变上下文中的状态来切换行为。

2. 状态模式的UML 图

状态模式的结构图通常包括Context和多个实现了State接口的具体状态类。如下所示:

在这里插入图片描述

3. 状态模式的工作原理

状态模式的关键在于将状态从主对象(上下文)中分离出来。上下文对象拥有一个状态的引用,并且在调用某个方法时,将方法的调用委托给当前状态。这就意味着,每次调用时的具体行为取决于当前的状态实例。

4. 代码示例

以下是一个使用状态模式的简单代码示例:假设一个订单系统的状态有三种——新订单、已支付和已发货,我们使用状态模式来表示这些不同状态下的行为。

// State 接口
interface OrderState {
    void handleOrder();
}

// 具体状态:新订单
class NewOrderState implements OrderState {
    @Override
    public void handleOrder() {
        System.out.println("处理新订单:等待支付。");
    }
}

// 具体状态:已支付
class PaidOrderState implements OrderState {
    @Override
    public void handleOrder() {
        System.out.println("订单已支付:准备发货。");
    }
}

// 具体状态:已发货
class ShippedOrderState implements OrderState {
    @Override
    public void handleOrder() {
        System.out.println("订单已发货:等待收货。");
    }
}

// Context 类:订单
class Order {
    private OrderState state;

    // 设置初始状态
    public Order(OrderState state) {
        this.state = state;
    }

    // 更改订单状态
    public void setState(OrderState state) {
        this.state = state;
    }

    // 处理订单
    public void processOrder() {
        state.handleOrder();
    }
}

// 使用状态模式的例子
public class StatePatternDemo {
    public static void main(String[] args) {
        // 创建订单并设置初始状态为新订单
        Order order = new Order(new NewOrderState());
        order.processOrder(); // 输出:处理新订单:等待支付。

        // 更改状态为已支付
        order.setState(new PaidOrderState());
        order.processOrder(); // 输出:订单已支付:准备发货。

        // 更改状态为已发货
        order.setState(new ShippedOrderState());
        order.processOrder(); // 输出:订单已发货:等待收货。
    }
}

5. 状态模式的优缺点

优点:
  • 封装状态转换逻辑: 状态模式将状态相关的行为封装在不同的状态类中,使得代码更加清晰、易于理解。
  • 易于扩展: 新增状态只需添加新的状态类,不会影响现有代码,符合开闭原则。
  • 减少条件判断: 消除了大量的if-elseswitch-case语句,避免了复杂的条件判断。
缺点:
  • 类数量增多: 每个具体状态都是一个类,可能会导致类的数量增加,增加了系统的复杂性。
  • 状态转换的管理可能复杂: 如果状态之间的转换非常复杂,可能会导致状态的管理逻辑变得难以维护。

6. 使用场景

状态模式通常在以下场景下使用:

  • 对象的行为依赖于它的状态,并且它在运行时会根据状态改变行为。
  • 代码中包含大量与状态相关的条件判断语句,这些条件判断的变化频率较高。
  • 需要根据状态切换来改变对象的行为而不希望直接修改类的代码。

通过状态模式,可以使状态转换更加清晰明了,提高代码的可维护性和可扩展性。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/901018.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

江协科技STM32学习- P21 ADC模数转换器

🚀write in front🚀 🔎大家好,我是黄桃罐头,希望你看完之后,能对你有所帮助,不足请指正!共同学习交流 🎁欢迎各位→点赞👍 收藏⭐️ 留言📝​…

FFMPEG+Qt 实时显示本机USB摄像头1080p画面以及同步录制mp4视频

FFMPEGQt 实时显示本机USB摄像头1080p画面以及同步录制mp4视频 文章目录 FFMPEGQt 实时显示本机USB摄像头1080p画面以及同步录制mp4视频1、前言1.1 目标1.2 一些说明 2、效果3、代码3.1 思路3.2 工程目录3.3 核心代码 4、全部代码获取 1、前言 本文通过FFMPEG(7.0.2)与Qt(5.13.…

多线程初阶(七):单例模式指令重排序

目录 1. 单例模式 1.1 饿汉模式 1.2 懒汉模式 2. 懒汉模式下的问题 2.1 线程安全问题 2.2 如何解决 --- 加锁 2.3 加锁引入的新问题 --- 性能问题 2.4 指令重排序问题 2.4.1 指令重排序 2.4.2 指令重排序引发的问题 1. 单例模式 单例模式, 是设计模式中最典型的一种模…

【ArcGIS微课1000例】0125:ArcGIS矢量化无法自动完成面解决方案

文章目录 一、坐标系统问题二、正确使用自动完成面工具一、坐标系统问题 1. 数据库坐标系 arcgis矢量化的过程中,无法自动完成面,可能是因为图层要素没有坐标系造成的。双击数据库打开数据库属性,可以查看当前数据框的坐标系。 2. 图层坐标系 双击图层,打开图层属性,切…

Safari 中 filter: blur() 高斯模糊引发的性能问题及解决方案

目录 引言问题背景:filter: blur() 引发的问题产生问题的原因分析解决方案:开启硬件加速实际应用示例性能优化建议常见的调试工具与分析方法 引言 在前端开发中,CSS滤镜(如filter: blur())的广泛使用为页面带来了各种…

使用query-string库出现错误Module parse failed: Unexpected token

环境 node v12query-string 9.1.0 报错信息 Failed to compile../node_modules/query-string/base.js 350:14 Module parse failed: Unexpected token (350:14) File was processed with these loaders:* ./node_modules/babel-loader/lib/index.js You may need an additio…

正则表达式和通配符

文章目录 正则表达式和通配符的区别正则表达式(Regex)通配符(Wildcards)总结 正则表达式的概念正则表达式的由来为什么要使用正则表达式 正则表达式的语法组成修饰符元字符\f\b\B 在Linux中的基础正则和扩展正则基础正则(BRE)^$.*…

【南方科技大学】CS315 Computer Security 【Lab6 IoT Security and Wireless Exploitation】

目录 Introduction (Part 1: OS Security for IoT )Software RequirementsStarting the Lab 6 Virtual MachineSetting up the Zephyr Development EnvironmentDownload the Zephyr Source CodeInstalling Requirements and DependenciesSetting the Project’s Environment Va…

《a16z : 2024 年加密货币现状报告》解析

加密社 原文链接:State of Crypto 2024 - a16z crypto译者:AI翻译官,校对:翻译小组 当我们两年前第一次发布年度加密状态报告的时候,情况跟现在很不一样。那时候,加密货币还没成为政策制定者关心的大事。 比…

Ubuntu 安装 npm

1. 升级apt sudo apt-get update 2. 安装nodejs sudo apt install nodejs 3. 安装npm sudo apt-get install npm 4. 查看版本 node -v npm -v 完成安装!

记一次AWS服务器扩容

1、首先通过下列命令列出设备详情,可以看到红色框起来的部分有160G,需要把新增的20G扩容到根目录(139.9)上 lsblk查看文件系统 df -h2.执行sudo growpart /dev/xvda 1即可把20G的空间扩容到根目录上 扩容成功 但是可以看到并未生效 3.列出文件系统格…

ue5实现数字滚动增长

方法1 https://www.bilibili.com/video/BV1h14y197D1/?spm_id_from333.999.0.0 b站教程 重写loop节点 方法二 写在eventtick里

NVR小程序接入平台/设备EasyNVR多品牌NVR管理工具/设备的多维拓展与灵活应用

在数字化安防时代,NVR批量管理软件/平台EasyNVR作为一种先进的视频监控系统设备,正逐步成为各个领域监控解决方案的首选。NVR批量管理软件/平台EasyNVR作为一款基于端-边-云一体化架构的国标视频融合云平台,凭借其部署简单轻量、功能多样、兼…

什么是DICOM文件?——认识DICOM:医学影像与信息管理的标准化利器

目录 引言 什么是DICOM? DICOM的组成 DICOM的功能 DICOM的应用 DICOM的种类 DICOM的生成过程 DICOM的发展 总结 引言 在现代医学中,影像处理和管理是不可或缺的一环。从MRI、CT、X射线到超声波,医学影像为诊断和治疗提供了丰富的信息…

iOS 本地存储地址(位置)

前言: UserDefaults 存在沙盒的 Library --> Preferences--> .plist文件 CoreData 存在沙盒的 Library --> Application Support--> xx.sqlite 一个小型数据库里 (注:Application Support 这个文件夹已开始是没有的,只有当你写了存储代码,运行之后,目录里才会出…

django个人博客管理系统-计算机毕业设计源码27633

目 录 1 绪论 1.1 研究背景和意义 1.2国内外研究现状 1.3论文结构与章节安排 2 系统分析 2.1 可行性分析 2.1.1 技术可行性分析 2.1.2 经济可行性分析 2.1.3 操作可行性分析 2.2 系统功能分析 2.2.1 功能性分析 2.2.2 非功能性分析 2.3 系统用例分析 2.4 系统流程…

任务看板是什么?如何选择合适的任务看板工具?

一、任务看板是什么? 任务看板是一种可视化的项目管理工具,它通常以板状的形式呈现,将任务以卡片的形式展示在不同的列中,每一列代表任务的不同状态。例如,待办事项、进行中、已完成等。任务看板能够帮助团队成员清晰…

使用 Flask 实现简单的登录注册功能

目录 1. 引言 2. 环境准备 3. 数据库设置 4. Flask 应用基本配置 5. 实现用户注册 6. 实现用户登录 7. 路由配置 8. 创建前端页面 9. 结论 1. 引言 在这篇文章中,我们将使用 Flask 框架创建一个简单的登录和注册系统。Flask 是一个轻量级的 Python Web 框架…

合合信息亮相2024中国模式识别与计算机视觉大会,用AI构建图像内容安全防线

近日,第七届中国模式识别与计算机视觉大会(简称“PRCV 2024”)在乌鲁木齐举办。大会由中国自动化学会(CAA)、中国图象图形学学会(CSIG)、中国人工智能学会(CAAI)和中国计…

pytorh学习笔记——cifar10(六)MobileNet V1网络结构

基础知识储备: 一、深度可分离卷积(Depthwise Separable Convolution) MobileNet的核心是深度可分离卷积(Depthwise Separable Convolution),深度可分离卷积是卷积神经网络(CNN&#xf…