社区
研发管理
帖子详情
design pattern 's question
gorge_an
2001-08-08 12:05:32
about prototype (原型).
大家好。 在学习design pattern的时候。我对prototype (原型)的具体用途不是很清楚。书上说是为了减少subclass的个数。但是我看好想不是的。希望读过该书的
大虾给我一些提示。希望可以具体的讲一下prototype 的思想!
谢谢了先!
...全文
183
5
打赏
收藏
design pattern 's question
about prototype (原型). 大家好。 在学习design pattern的时候。我对prototype (原型)的具体用途不是很清楚。书上说是为了减少subclass的个数。但是我看好想不是的。希望读过该书的 大虾给我一些提示。希望可以具体的讲一下prototype 的思想! 谢谢了先!
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
5 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
dbbdggdbbdgg
2001-09-09
打赏
举报
回复
关于Pattern的资料,什么都有
http://www.umlchina.com/Pattern/Newindex1.htm
one_add_one
2001-08-11
打赏
举报
回复
gz
jbtan
2001-08-10
打赏
举报
回复
prototype pattern 的确可以减少subclass的数量,但这是后果,而不是目的。我们不能仅仅因为要减少subclass而使用prototype. 此外,如果创建一个对象是耗时操作的话, 我们使用prototype。例如,一个class A的实例包括一个极为复杂(耗时)的查询,而我们需要在不同的地方使用查询结果(当然,可能要求不同的排序或者字段),那么可以通过“克隆”(deep copy or clone)这个实例来得到新的对象,而不是创建A的subclass(比如,仅仅是排序不一样), 去重复耗时操作来得到一个新对象。不限于上述。
请指正。
gorge_an
2001-08-10
打赏
举报
回复
ok thank you
!
gorge_an
2001-08-09
打赏
举报
回复
up
本地化AI研究代理:零成本搭建私有文献分析系统
本文介绍如何零成本、全本地化搭建一个私有文献分析系统,涵盖PDF语义解析、SQLite向量库构建、MiniLM嵌入优化、Phi-3轻量推理调度及三层架构设计(文档中枢、记忆引擎、推理调度器)。所有处理均在本地CPU完成,不依赖云服务或GPU,支持溯源引用、可调试、高准确率科研问答,适用于医学、法律等敏感领域。
Tasking AI:面向任务的轻量级LLM应用开发范式
Tasking AI是一种面向任务的轻量级LLM应用开发范式,强调以Task为第一公民,通过声明式Schema、Stateful API和模型无关适配层,实现可组合、可测试、可部署的原子化任务单元。它摒弃复杂Agent Loop,支持多模型(Claude/Mistral/Qwen)统一接入,内置RAG极简实现、会话状态持久化及生产级扩展能力(模型路由、安全加固、CI/CD),显著降低LLM工程化认知负荷与交付成本。
谷歌数据科学面试备战:用ChatGPT构建认知校准系统
本文提出一套基于ChatGPT重构的数据科学面试备战方法论,聚焦谷歌DS岗位六大核心能力(统计推断、AB实验、SQL工程化、Python建模、产品Sense、Behavioral),通过反向出题、分层反馈、角色扮演压力测试和跨模态复盘四步,将ChatGPT从问答工具升级为认知校准器。强调统计严谨性、指标可观测性、Level匹配、技术债表述等谷歌特有实践规范,并提供可落地的Prompt模板与避坑清单。
MuleSoft+LLM企业级AI编排:打通系统孤岛与大模型落地断层
本文聚焦MuleSoft与大语言模型(LLM)协同构建企业级AI编排体系,解决系统孤岛、数据新鲜度与业务逻辑三重断层。通过Anypoint Platform实现语义化服务集成、DataWeave驱动的动态提示词工程、端到端安全治理及混合云部署,支持从LLM增强到AI原生工作流的渐进演进。涵盖真实快消品促销助手项目落地细节、性能调优与避坑经验,强调LLM在企业IT架构中需受控、可审计、可追溯的生产级集成范式。
Programming.log:程序员的思维手账与认知基础设施
本文系统阐述Programming.log作为程序员思维手账的核心理念与实践方法。强调其非公开、原始性、时间锚定与Git快照等特性,区别于传统博客或笔记工具;详解双轨目录结构、6类高价值日志记录规范、VS Code高效配置及30/90天认知进阶路径;并探讨搜索优化、团队匿名聚合、技术栈迁移保值等关键问题,本质是构建可回溯、可迭代、可复利的个人认知基础设施。
研发管理
1,268
社区成员
28,282
社区内容
发帖
与我相关
我的任务
研发管理
软件工程/管理 管理版
复制链接
扫一扫
分享
社区描述
软件工程/管理 管理版
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章