博客
关于我
设计模式之状态模式
阅读量:371 次
发布时间:2019-03-04

本文共 2237 字,大约阅读时间需要 7 分钟。

状态模式 (State Pattern)

概念

状态模式 (State Pattern) 是一种行为设计模式,允许通过改变对象的内部状态来改变其行为,使得对象的行为表现得像修改了其类似的效果。这种模式主要用于处理对象行为依赖于其当前状态的场景,特别是当状态判断逻辑过于复杂时。

模式选择

状态模式通过将状态相关的行为分解到不同的状态类中,从而简化了状态判断逻辑。这使得状态转换的条件表达式更加清晰,便于管理和维护。

角色和职责

  • Context(上下文):通常是一个拥有当前状态的对象,负责创建和切换相应的状态对象。

  • State(状态接口):一个接口或基类,定义了对象在不同状态下的行为。

  • ConcreteState(具体状态类):实现State接口的具体类,描述了某一特定状态下对象的行为逻辑。

适用场景

  • 当一个对象的行为依赖于其所处的状态时。
  • 当状态转换的条件表达式较为复杂时。
  • 当需要通过状态来改变对象行为时。

案例

C++ 实现示例

// 状态模式示例#include 
#include
using namespace std;class Worker;class State {public: virtual void doSomeThing(Worker* w) = 0;};class Worker {public: Worker() { m_currState = new State1; } int getHour() { return m_hour; } void setHour(int hour) { m_hour = hour; } State* getCurrentState() { return m_currState; } void setCurrentState(State* state) { m_currState = state; } void doSomeThing() { m_currState->doSomeThing(this); } private: int m_hour; State* m_currState;};class State1 : public State {public: void doSomeThing(Worker* w) { if (w->getHour() == 7 || w->getHour() == 8) { cout << "吃早饭" << endl; } else { // 状态1不满足条件,切换到状态2 w->setCurrentState(new State2); w->getCurrentState()->doSomeThing(w); } }};class State2 : public State {public: void doSomeThing(Worker* w) { if (w->getHour() == 9 || w->getHour() == 10) { cout << "工作" << endl; } else { // 状态2不满足条件,切换到状态1 w->setCurrentState(new State1); cout << "当前时间点:" << w->getHour() << "未知状态" << endl; } }};int main() { Worker* w1 = new Worker; w1->setHour(7); w1->doSomeThing(); w1->setHour(9); w1->doSomeThing(); delete w1; cout << "hello..." << endl; return 0;}

解释

  • State接口:定义了一个纯虚函数 doSomeThing,用于描述在某个状态下的行为逻辑。

  • Worker类

    • 拥有一个当前状态 m_currState
    • 提供了设置和获取当前小时数的方法。
    • 实现了切换状态的方法 setCurrentState 和执行状态行为的方法 doSomeThing
  • 具体状态类

    • State1State2 分别实现了 State 接口中的 doSomeThing 方法。
    • 根据当前小时数判断状态并切换到相应的状态类,执行相应的行为。
  • 主函数

    • 创建一个 Worker 实例,并设置其当前小时数为7。
    • 调用 doSomeThing,输出“吃早饭”。
    • 更改小时数为9,重新调用 doSomeThing,输出“工作”。
    • 最后释放资源并输出“hello...”。
  • 这种设计模式通过将状态相关的行为封装到不同的状态类中,简化了状态判断逻辑,使代码更加模块化和易于维护。

    转载地址:http://eaur.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>
    OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>