博客
关于我
VB.NET & 职责链模式 (下机时间操作)
阅读量:108 次
发布时间:2019-02-26

本文共 1279 字,大约阅读时间需要 4 分钟。

设计模式是软件开发中的常用方法,帮助开发者解决常见问题。在机房收费系统的重构过程中,可以发现职责链模式在处理多个对象之间的请求时非常有用。以下是职责链模式的详细解析。

定义

职责链模式允许多个对象处理请求,从而避免请求的发送者和接受者之间的耦合关系。通过将对象连成一条链,并沿着这条链传递请求,直到有一个对象处理完成。

例子

在机房收费系统中,上机时间的计算分为三个部分:准备时间、至少上机时间和单位递增时间。这种分段性不禁让人联想到职责链模式。具体来说,可以将三个时间类型分别作为三个处理类,通过职责链的方式将请求传递下去。

代码实现

  • 抽象类:定义一个处理请求的接口。
  • Public MustInherit Class BL_TimeHandler    Protected calculate As BL_TimeHandler    Public Sub Setcalculate(ByVal calculate As BL_TimeHandler)        Me.calculate = calculate    End Sub    Public MustOverride Function HandleTime(ByVal time As Integer) As IntegerEnd Class
    1. 子类实现
      • 准备时间处理类:如果上机时间小于准备时间,返回0,否则传递请求。
      • 至少上机时间处理类:如果上机时间小于等于至少时间,返回至少时间,否则传递请求。
      • 单位递增时间处理类:根据递增时间计算实际消费时间。

      调用流程

      在U层中,通过构造职责链对象并传递请求,计算上机时间。具体实现如下:

      Dim enline As New Entity.LineEntityWith enline    .Ondate = lineRe(0).Ondate    .Ontime = lineRe(0).Ontime    .Offdate = CStr(Format(Now(), "yyyy-MM-dd"))    .Offtime = CStr(Format(Now(), "HH:mm:ss"))End WithDim basicdataList As IList(Of Entity.BasicDataEntity)Dim BLLBasicdata As BasicDataBLL = New BasicDataBLL()Dim enbasicdata As New Entity.BasicDataEntitybasicdataList = BLLBasicdata.ReadBasic(enbasicdata)enline.consumeTime = onTimeCount.CostTime(basicdataList, enline)

      分类

      职责链模式分为纯职责链和不纯职责链两种类型。不纯职责链允许处理者部分处理后继续传递请求,请求可以最终由一个处理者完成或不被处理。

      通过以上分析,可以清晰地看到职责链模式在机房收费系统中的实际应用。

    转载地址:http://nwtk.baihongyu.com/

    你可能感兴趣的文章
    numpy 或 scipy 有哪些可能的计算可以返回 NaN?
    查看>>
    numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
    查看>>
    numpy 数组与矩阵的乘法理解
    查看>>
    NumPy 数组拼接方法-ChatGPT4o作答
    查看>>
    numpy 用法
    查看>>
    Numpy 科学计算库详解
    查看>>
    Numpy.fft.fft和numpy.fft.fftfreq有什么不同
    查看>>
    numpy.linalg.norm(求范数)
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    numpy中的argsort的用法
    查看>>
    NumPy中的精度:比较数字时的问题
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
    查看>>
    Numpy如何使用np.umprod重写range函数中i的python
    查看>>
    numpy学习笔记3-array切片
    查看>>
    numpy数组替换其中的值(如1替换为255)
    查看>>