小谈设计模式(28)—解释器模式

小谈设计模式(28)—解释器模式

  • 专栏介绍
    • 专栏地址
    • 专栏介绍
  • 解释器模式
    • 角色分析
      • 抽象表达式(Abstract Expression)
      • 终结符表达式(Terminal Expression)
      • 非终结符表达式(Non-terminal Expression)
      • 上下文(Context)
      • 客户端(Client)
    • 工作原理
      • 1
      • 2
      • 3
    • 优缺点分析
      • 优点
        • 可扩展性
        • 易于实现语法规则
        • 易于修改和维护
      • 缺点
        • 复杂性
        • 性能问题
    • Java程序示例
      • 首先,我们定义抽象表达式接口 Expression,其中包含一个解释方法 interpret:
      • 然后,我们实现具体的终结符表达式 NumberExpression,它表示一个数字:
      • 接下来,我们实现具体的非终结符表达式 AddExpression,它表示两个表达式的相加操作:
      • 接下来,我们定义上下文类 Context,用于存储解释器需要的全局信息:
      • 最后,我们可以在客户端中使用解释器模式:
      • 分析
      • 总结

专栏介绍

专栏地址

http://t.csdnimg.cn/VpriY

专栏介绍

主要对目前市面上常见的23种设计模式进行逐一分析和总结,希望有兴趣的小伙伴们可以看一下,会持续更新的。希望各位可以监督我,我们一起学习进步,加油,各位。
在这里插入图片描述

解释器模式

解释器模式是一种行为型设计模式,它提供了一种解释一个语言的方式,用于解析和执行特定的文法规则。该模式将一个语言表示为一个解释器,该解释器可以解释语言中的表达式,从而实现特定的行为。
在这里插入图片描述

角色分析

抽象表达式(Abstract Expression)

定义了一个抽象的解释操作,所有的具体表达式都继承自该抽象类。

终结符表达式(Terminal Expression)

表示语法中的终结符,即不再进行解释的表达式。

非终结符表达式(Non-terminal Expression)

表示语法中的非终结符,该表达式可以通过递归调用其他表达式来解释。

上下文(Context)

包含解释器需要的一些全局信息。

客户端(Client)

创建和配置解释器,然后调用解释器的解释方法来解释语言中的表达式。
在这里插入图片描述

工作原理

1

客户端创建和配置解释器,并将需要解释的语言表达式传递给解释器。

2

解释器根据语法规则,将表达式解释成相应的抽象语法树。

3

客户端调用解释器的解释方法,解释器根据抽象语法树递归地解释表达式,最终得到结果。
在这里插入图片描述

优缺点分析

优点

可扩展性

通过增加新的表达式类,可以轻松扩展语言的语法规则。

易于实现语法规则

解释器模式将每个语法规则都封装在一个表达式类中,使得每个规则的实现都相对简单。

易于修改和维护

由于解释器模式将语法规则和表达式分离,因此可以独立地修改和维护每个表达式类。

缺点

复杂性

随着语法规则的增加,解释器模式的复杂性也会增加,维护和理解整个解释器系统可能会变得困难。

性能问题

由于解释器模式需要递归地解释表达式,可能会导致性能问题,特别是处理大型表达式时。
在这里插入图片描述

Java程序示例

首先,我们定义抽象表达式接口 Expression,其中包含一个解释方法 interpret:

public interface Expression {int interpret(Context context);
}

然后,我们实现具体的终结符表达式 NumberExpression,它表示一个数字:

public class NumberExpression implements Expression {private int number;public NumberExpression(int number) {this.number = number;}@Overridepublic int interpret(Context context) {return number;}
}

接下来,我们实现具体的非终结符表达式 AddExpression,它表示两个表达式的相加操作:

public class AddExpression implements Expression {private Expression leftExpression;private Expression rightExpression;public AddExpression(Expression leftExpression, Expression rightExpression) {this.leftExpression = leftExpression;this.rightExpression = rightExpression;}@Overridepublic int interpret(Context context) {int leftValue = leftExpression.interpret(context);int rightValue = rightExpression.interpret(context);return leftValue + rightValue;}
}

接下来,我们定义上下文类 Context,用于存储解释器需要的全局信息:

public class Context {private Map<String, Integer> variables;public Context() {variables = new HashMap<>();}public void setVariable(String name, int value) {variables.put(name, value);}public int getVariable(String name) {return variables.get(name);}
}

最后,我们可以在客户端中使用解释器模式:

public class Client {public static void main(String[] args) {// 创建上下文Context context = new Context();context.setVariable("x", 10);context.setVariable("y", 5);// 创建表达式Expression expression = new AddExpression(new NumberExpression(context.getVariable("x")),new NumberExpression(context.getVariable("y")));// 解释表达式int result = expression.interpret(context);System.out.println("Result: " + result); // 输出结果: Result: 15}
}

分析

在上面的示例中,我们创建了一个上下文对象,并设置了两个变量 x 和 y 的值。然后,我们创建了一个表达式对象,该表达式对象表示将变量 x 和 y 相加的操作。最后,我们调用表达式的解释方法,传入上下文对象,得到最终的结果并输出。
在这里插入图片描述

总结

解释器模式是一种用于解释和执行特定语言的设计模式。它通过将语言表示为一个解释器,并使用抽象语法树来解释表达式,实现了特定的行为。尽管存在一些缺点,但解释器模式在某些特定场景下仍然是一个有用的设计模式。

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:http://www.rhkb.cn/news/158207.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【爬虫实战】用pyhon爬百度故事会专栏

一.爬虫需求 获取对应所有专栏数据&#xff1b;自动实现分页&#xff1b;多线程爬取&#xff1b;批量多账号爬取&#xff1b;保存到mysql、csv&#xff08;本案例以mysql为例&#xff09;&#xff1b;保存数据时已存在就更新&#xff0c;无数据就添加&#xff1b; 二.最终效果…

visual studio设置主题和背景颜色

visual studio2019默认的主题有4种&#xff0c;分别是浅白色、深黑色、蓝色、蓝(额外对比度)&#xff0c;背景颜色默认是纯白色RGB(255,255,255)。字体纯白色看久了&#xff0c;眼睛会感到酸痛、疲劳&#xff0c;建议改成浅白RGB(250,250,250)、豆沙绿RGB(85,123,105)、透明蓝白…

语言模型编码中/英文句子格式详解

文章目录 前言一、Bert的vocab.txt内容查看二、BERT模型转换方法(vocab.txt)三、vocab内容与模型转换对比四、中文编码总结 前言 最近一直在学习多模态大模型相关内容&#xff0c;特别是图像CV与语言LLM模型融合方法&#xff0c;如llama-1.5、blip、meta-transformer、glm等大…

Apache Ant的安装

介绍 Apache Ant是一个Java库和一个 命令行工具&#xff0c;可以用来构建Java应用。Ant提供了许多内置的任务&#xff08;tasks&#xff09;&#xff0c;可以编译、组装、测试、运行Java应用。Ant也可以构建非Java应用&#xff0c;例如C、C应用。 Ant非常灵活&#xff0c;没有…

VScode远程root权限调试

尝试诸多办法无法解决的情况下&#xff0c;允许远程登陆用户直接以root身份登录 编辑sshd_config文件 sudo vim /etc/ssh/sshd_config 激活配置 注释掉PermitRootLogin without-password&#xff0c;即#PermitRootLogin without-password 增加一行&#xff1a;PermitRootLo…

【重拾C语言】十二、C语言程序开发(自顶向下、逐步求精;结构化程序设计原则;程序风格)

目录 前言 12.1 求玉米单产——自顶向下、逐步求精 12.1.1 自顶向下、逐步求精 12.1.2 求玉米单产 12.2 结构化程序设计原则 12.2.1 顺序 12.2.2 选择 12.2.3 循环 12.2.4 模块化 12.3 程序风格 12.3.1 程序风格 12.3.2 行文格式、标识符 12.3.3 注释及其它 前言…

Idea使用技巧——导包优化,新版idea界面取消,界面字体放大缩小

导包优化 on the fly 翻译为立刻 第一个表示&#xff0c;如果导入的包没有冲突&#xff0c;会自动帮你导入。如果输入List 无需手动altenter 第二个表示&#xff0c;没有引用的包&#xff0c;会自动删除。这个对于代码整洁尤其适用。相当于ctrlalto的功能 新版idea的界面取消 …

人机交互中的信息数量与信息质量

在人机交互中&#xff0c;信息数量和信息质量是影响人机交互效果的两个重要因素。信息数量指的是系统向用户提供的信息总量&#xff0c;包括输入信息、反馈信息、展示信息、错误信息等&#xff0c;在合适的情况下越少越好&#xff1b;信息质量则是指信息的准确性、有效性、清晰…

使用图像处理跟踪瞳孔(Matlab代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…

华为李鹏:加速5G商业正循环,拥抱更繁荣的5.5G(5G-A)

2023年10月10日&#xff0c;在华为主办的第十四届全球移动宽带论坛上&#xff0c;华为高级副总裁、运营商BG总裁李鹏面向来自全球的运营商和产业伙伴&#xff0c;提出抓住网络需求和趋势的力量——“面向后天的业务&#xff0c;积极规划明天的网络&#xff0c;加速5G商业正循环…

面试题-React(十二):React中不可变数据的力量

一、不可变数据的概念 不可变数据意味着数据一旦创建&#xff0c;就不能被更改。在React中&#xff0c;每次对数据的修改都会返回一个新的数据副本&#xff0c;而不会改变原始数据。这种方式确保了数据的稳定性和一致性。 二、Props中的不可变数据 在React中&#xff0c;组件…

TensorFlow入门(十六、识别模糊手写图片)

TensorFlow在图像识别方面,提供了多个开源的训练数据集,比如CIFAR-10数据集、FASHION MNIST数据集、MNIST数据集。 CIFAR-10数据集有10个种类,由6万个32x32像素的彩色图像组成,每个类有6千个图像。6万个图像包含5万个训练图像和1万个测试图像。 FASHION MNIST数据集由衣服、鞋子…

超详细的顺序表(附源码)

文章目录 前言线性表顺序表顺序表的分类静态顺序表动态顺序表 动态顺序表的实现&#x1f6a9;结构&#x1f6a9;初始化&#x1f6a9;销毁&#x1f6a9;插入&#x1f6a9;删除&#x1f6a9;查找&#x1f4c3;源代码 前言 顺序表是线性表的一种&#xff0c;代码量对于前面的学习…

K邻近算法(KNN,K-nearest Neighbors Algorithm)

文章目录 前言应用场景欧几里得距离&#xff08;欧氏距离&#xff09;两类、单一属性&#xff08;1D&#xff09;两类、两种属性&#xff08;2D&#xff09;两类、两种以上属性&#xff08;>3D&#xff09; Examples in R再来一个补充一下什么是变量 什么是变量&#xff1f;…

node.js+NPM包管理器+Webpack打包工具+前端项目搭建

javascript运行环境&#xff08;无需依赖html文件&#xff09; BFF&#xff0c;服务于前端的后端 官网下载安装&#xff0c;node -v查看是否安装成功 ①、创建一个01.js文件 //引入http模块 const httprequire(http)//创建服务器 http.createServer(function(request,respo…

C# Onnx GFPGAN GPEN-BFR 人像修复

效果 项目 代码 using Microsoft.ML.OnnxRuntime; using Microsoft.ML.OnnxRuntime.Tensors; using OpenCvSharp; using System; using System.Collections.Generic; using System.Drawing; using System.Windows.Forms;namespace 图像修复 {public partial class Form1 : For…

传感器信息系统中的节能收集研究(Matlab代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…

SecureCRT 自动测试脚本的使用方法

脚本示例&#xff08;get_batteryifo_interval_2s.vbs&#xff09;&#xff1a; Sub Main Do While(1)crt.Screen.Send "pm_client batteryinfo" & chr(13)crt.Sleep 2000 Loop End Sub 1. 解压 SecureCRT 压缩包&#xff08;网上下载&#xff09;&#xff1b…

机器人制作开源方案 | 杠杆式6轮爬楼机器人

1. 功能描述 本文示例将实现R281b样机杠杆式6轮爬楼机器人爬楼梯的功能&#xff08;注意&#xff1a;演示视频中为了增加轮胎的抓地力&#xff0c;在轮胎上贴了双面胶&#xff0c;请大家留意&#xff09;。 2. 结构说明 杠杆式6轮爬楼机器人是一种专门用于爬升楼梯或不平坦地面…

基于JAYA优化的BP神经网络(分类应用) - 附代码

基于JAYA优化的BP神经网络&#xff08;分类应用&#xff09; - 附代码 文章目录 基于JAYA优化的BP神经网络&#xff08;分类应用&#xff09; - 附代码1.鸢尾花iris数据介绍2.数据集整理3.JAYA优化BP神经网络3.1 BP神经网络参数设置3.2 JAYA算法应用 4.测试结果&#xff1a;5.M…