跳到主要內容

軟體設計樣式#Factory

Factory Method
工廠模式(factory pattern)主要是用在當工廠要生產產品時,有不同的產品但是卻有類似的行為與屬性,例如:今天是生產罐頭的工廠,有各式各樣的罐頭要生產,但是他們加工的方法有所不同,像水果、飲料或是畜牧都不一樣。所以工廠模是常用在相同方法宣告,但是有不同的實做方式。在實作工廠方法之前,需要考慮幾點特性: 1.它具有封裝方法且需實作必要性 ,  2.工廠模式可以挑選適合的加工方式 。 


架構圖:



例子:

今天我們實作一個日誌器(logger),主要呈現工廠如何去分配不同的實作方法,好處1.可以集中管理實例 2.可以利用外部文件去控制文件。以下是我們的UML類別圖,首先為定義產品規格書(logger)的方法規格,再去實作FileLogger和ConsoelLongger實例。利用LoggerFactory來產生多種logger的產品。


      Logger.java

Logger方法介面描述
    public interface Logger{
 
    // method spec
    public void log(String msg) ;
 }

FileLogger.java

   

FileLogger實例
   
public class FileLogger implements Logger{

@Override
public void log(String msg) {

File file = null ;
FileWriter write = null ;
try {

file = new File("D:\\log.txt") ;
write = new FileWriter(file);
write.write(msg);

} catch (Exception e) {

}finally{
try {
write.close() ;
} catch (Exception e2) {}
}

}

   
ConsoleLogger實例
   
public class ConsoleLogger implements Logger{

@Override
public void log(String msg) {
System.out.println(msg);
}


   

 
LoggerFactory實例
   

public class LoggerFactory {

   public boolean isFileLoggingEnabled()
   {
           //取得外部設定檔文件
  Properties p = new Properties();

  try {
  File file = new File("Logger.properties");
   p.load(ClassLoader.getSystemResourceAsStream
                   (file.getName()));
  String islogfile = p.getProperty("FileLogging");
  System.out.println("islogfile:"+islogfile);

  if(islogfile.equalsIgnoreCase("on"))
    return true;
  else
  return false ;
} catch (Exception e) {
e.printStackTrace();
return false ;
}
   }
 
 //assign instance method
   public Logger getLogger()
   {
  if(isFileLoggingEnabled())
  {
  return new FileLogger();
  }else{
  return new ConsoleLogger();
  }
   }
}


Logger.properties 文件設定檔
   
FileLogging=on

   



TestLogger實例
   

public class TestLogger{

public static void main(String[] args) {

LoggerFactory factory = new LoggerFactory() ;
Logger log = factory.getLogger() ;
log.log("AAAA") ; 

}
}




   

 












留言

這個網誌中的熱門文章

JavaBean 和POJO

前言 今天介紹JavaBean和POJO的不同,這兩個名詞在JAVA文章常常被拿來使用以及討論。在JDK1.1時候釋出才有的一個標準架構,很多時候常常被搞混,所以我們特別開闢一章來加以討論。POJO規範在企業級應用已經廣大的被使用的規範。 解釋 POJO : 全名為Plain-old-Java-object,只需要繼承Object就可以,沒有特定規定,只要建立的類別有setter/getter方法都可以稱為POJO JavaBean: JavaBean通常用來封裝多個物件成為單獨物件使用,規範比較嚴格,規則如下 規則 說明 1 需要實作序列(Serializable/Externalizable) 2 不能有參數的建構子( no-arg constructor) 3 需要有公用setter/getter 4 屬性必須要私人(private) 5 屬於特定POJO規則 比較 所有的JavaBean都為POJO,但是所有的POJO不一定為JavaBean 都可以當作重複元件 都必須序列化 特性都為可用性、易用性和持久化使用 - 應用 由圖我們可以知道POJO在應用程式中,主要用來存取資料庫資料達到持久化的目的,並提供給商業邏輯流程處理使用。這種POJO的架構提供程式人員開發時的可以很有規則將資料封裝並加以使用。 範例1. JavaBean(以員工為實例) JavaBean建立員工物件,可以發現Employee物件建構子沒有任何參數,屬性為私有化並setter/getter的命名方式。 //實作序列化 public class Employee implements java.io.Serializable{ private int id; private String name; //無參數建構子 public Employee(){} //以下實作setter/getter public void setId(int id){this.id=id;} public int getId(){return id;} public void setName(String ...

Python AI-問題集

Python AI-問題集 問題集 Jupyter Notebook執行ipywidgets會出現kernel死掉的錯誤發生(The kernel appears to have died) 解決方法 (1) 根據log檔來判斷問題: 例如:log訊息出現OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized. (2) 根據問題關鍵字找出問題所在: 利用google查詢所遭遇到的問題,例如我把上面的問題上google查詢可以找到這篇的解法 https://blog.csdn.net/bingjianIT/article/details/86182096 (3)實作解法: 我實作下面解法後,就可以順利執行手寫辨識的程式. //在Python宣告時加入 import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE" 參考 https://blog.csdn.net/bingjianIT/article/details/86182096

淺談機器學習原理-Nonlinear Transform

Nonlinear Transform 淺談機器學習原理-Nonlinear Transform Nonlinear Transform *通用能力 gerneralization : 就是將訓練好的模型,放到正式環境可以正常的運作,通常Linear Model的gerneralization會比較好,因為線性模型解決的問題比較單純。缺點是應用侷限比較大。 參考Chih-Chung Chang老師的範例:縣性與非線性分類範例 https://www.csie.ntu.edu.tw/~cjlin/libsvm/ 非線性問題 當如果今天假設要圈出裡面小圈圈的資料,我們就無法使用線性的模型,我們可以用非線性解像圈圈的方程式 s i g n ( − x 1 2 − x 2 2 + r ) sign(-x1^2-x2^2+r) s i g n ( − x 1 2 − x 2 2 + r ) 來解決,在演算法我們利用reduce來將不會的問題透過已知的問題來解決,所以在這個問題 我們將圈圈的方程式(非線性模型)reduce成線性模型來解決。 Reduce 方法論 我們調整圓形的方程式改為 z 0 z_0 z 0 ​ , z 1 z_1 z 1 ​ , z 2 z_2 z 2 ​ 來轉換線性方程式, { ( x n , y n ) } \{{(x_n,y_n)}\} { ( x n ​ , y n ​ ) } => { ( z n , y n ) } \{{(z_n,y_n)}\} { ( z n ​ , y n ​ ) } 在這空間資料中只要能找線,就可將不同的分類區分,圖中可以線性可以線去做分類。 透過向量方式來轉換成線性方程式 我們找到一個方式將非線性資料X透過向量轉換為Z後,希望透過線性方程式方式來學習,得到正解。 當我們Nonlinear transform轉換成線性方程式,當有新的資料進來我們無法使用invertiable(逆向工程)的方式去轉回非線...