Head First summary
学习面向对象好几年了，但一直没有深刻的理解面向对象，直到最近开始做自动化测试平台开发过程中，才发现面向对象的魅力。因而决定好好把设计模式学习下。首先先了解下设计模式相关的定义以及主意事项：
1. 什么是设计模式：
描述了软件设计过程中某一类常见问题的一般性的解决方案。
2. 面向对象设计模式：
描述了面向对象设计过程中、特定场景下、类与相互通信的对象之间常见的组织关系。
经典设计模式种类总共有23种（有点多），但是他们的设计都貌似都是围绕着面向对象三大机制展开的(急待求证)，即： 封装、继承、多态。
– 封装，隐藏内部实现
– 继承，复用现有代码
– 多态，改写对象行为
从设计原则到设计模式的几点总结：
1. 针对接口编程，而不是针对实现编程
– 客户无需知道所使用对象的特定类型，只需要知道对象拥有客户所期望的接口。
2. 优先使用对象组合，而不是类继承
– 类继承通常为“白箱复用”，对象组合通常为“黑箱复用”。继承在某种程度上破坏了封装性，子类父类耦合度高；而对象组合则只要求被组合的对象具有良好定义的接口，耦合度低。
3. 封装变化点
– 使用封装来创建对象之间的分界层，让设计者可以在分界层的一侧进行修改，而不会对另一侧产生不良的影响，从而实现层次间的松耦合。
设计模式几点更具体的设计原则：
1. 单一职责原则（SRP）：
– 一个类应该仅有一个引起它变化的原因。
[理解]：尽量一个类实现一种行为习惯，比如说不要让一个类既干这个又干那个。
2. 开放封闭原则（OCP）：
– 类模块应该是可扩展的，但是不可修改（对扩展开放，对更改封闭）
[理解]：尽量扩展类方法，而不要去修改一个类方法，比如说修改类方法类型，因为一旦修改，导致引用地方都必须修改。扩展新方法可以满足新需求。
3. Liskov 替换原则（LSP）:
– 子类必须能够替换它们的基类
4. 依赖倒置原则（DIP）：
– 高层模块不应该依赖于低层模块，二者都应该依赖于抽象。
– 抽象不应该依赖于实现细节，实现细节应该依赖于抽象。
[理解]：高层尽量都已乃抽象，与细节无关，这样修改拓展新方法时不会影响到高层功能。
5. 接口隔离原则（ISP）：
– 不应该强迫客户程序依赖于它们不用的方法。
刚开始看设计模式，以上一些原则和总结理解不是很深刻，希望能在以后具体设计模式方法中能够得到加强，有助于对面向对象的深入理解和设计开发有一定帮助，为能开发出好用易扩展的测试框架和工具打一点基础。
转载于:https://www.cnblogs.com/Blackeye286/p/3324653.html
Head First summary相关推荐
- tensorflow在训练和验证时监视不同的summary的操作
如果想在训练和验证时监视不同的summary,将train summary ops和val summary ops放进不同的集合中即可. train_writer = tf.summary.FileW ...
- LeetCode 228: Summary Ranges
Given a sorted integer array without duplicates, return the summary of its ranges. For example, give ...
- R语言单变量分析实战：汇总统计（Summary Statistics）、频率表（Frequency Table）、图表（charts: boxplot、histogram、density）
R语言单变量分析实战:汇总统计(Summary Statistics).频率表(Frequency Table).图表(charts: boxplot.histogram.density) 目录
- R语言使用R基础安装中的glm函数构建乳腺癌二分类预测逻辑回归模型、分类预测器（分类变量）被自动替换为一组虚拟编码变量、summary函数查看检查模型、使用table函数计算混淆矩阵评估分类模型性能
R语言使用R基础安装中的glm函数构建乳腺癌二分类预测逻辑回归模型(Logistic regression).分类预测器(分类变量)被自动替换为一组虚拟编码变量.summary函数查看检查模型.使用t ...
- R语言manova函数进行多元方差分析(Multivariate analysis of variance 、MANOVA)、如果多变量检验结果有显著性，summary.aov函数锦欣单变量方差分析
R语言使用manova函数进行多元方差分析(Multivariate analysis of variance (MANOVA)).如果多变量检验结果具有显著性,使用summary.aov函数获得单变 ...
- R语言使用yardstick包的conf_mat函数计算多分类（Multiclass）模型的混淆矩阵、并使用summary函数基于混淆矩阵输出分类模型评估的其它详细指标（kappa、npv等13个）
R语言使用yardstick包的conf_mat函数计算多分类(Multiclass)模型的混淆矩阵(confusion matrix).并使用summary函数基于混淆矩阵输出分类模型评估的其它详细 ...
- R语言使用skimr包的skim函数查看整个dataframe数据集的summary信息、统计汇总信息(Summarize a whole dataset)
R语言使用skimr包的skim函数查看整个dataframe数据集的summary信息.统计汇总信息(Summarize a whole dataset) 目录
- R语言使用lm构建线性回归模型、并将目标变量对数化实战：可视化模型预测输出与实际值对比图、可视化模型的残差、模型系数（coefficient）、模型总结信息（summary）、残差总结信息
R语言使用lm构建线性回归模型.并将目标变量对数化(log10)实战:可视化模型预测输出与实际值对比图.可视化模型的残差.模型系数(coefficient).模型总结信息(summary).残差总结信 ...
- R语言进行主成分分析（PCA）：使用prcomp函数来做主成分分析、使用summary函数查看主成分分析的结果、计算每个主成分解释方差的、每个主成分解释的方差的比例、以及多个主成分累积解释的方差比例
R语言进行主成分分析(PCA):使用prcomp函数来做主成分分析.使用summary函数查看主成分分析的结果.计算每个主成分解释方差的.每个主成分解释的方差的比例.以及多个主成分累积解释的方差比例 ...
- R语言使用lm构建线性回归模型、并将目标变量对数化实战：模型训练集和测试集的残差总结信息（residiual summary）、模型训练（测试）集自由度计算、模型训练（测试）集残差标准误计算
R语言使用lm构建线性回归模型.并将目标变量对数化实战:模型训练集和测试集的残差总结信息(residiual summary).模型训练(测试)集自由度计算.模型训练(测试)集残差标准误计算(Resi ...
最新文章
- 清华学姐的研究生复试经验！
- 【Android 逆向】函数拦截 ( ARM 架构下的插桩拦截 | 完整代码示例 )
- DNN 4.6.2的中文语言包
- Tomcat服务器目录结构
- HUST1024 dance party（最大流）
- node.js小案例_留言板
- c++11 thread类的简单使用
- mardown 标题带数字_标题中带有数字的故事更成功吗？
- One Button Combat
- 深入剖析Redis高可用集群架构原理
- asp.net高校宿舍后勤管理系统
- MySQL主从配置(Django实现主从配置读写分离)
- The Dominant Color (20)
- android 360全景视频,360度全景视频之VR播放
- 仿bing搜索页面制作（大概）
- 几个知识点：1.如何用printf打印百分号% 2.一道很坑的递归题 3.关于 非（感叹号） | ^ ~ || ，即位操作和逻辑与、逻辑或 4.左移＜＜和＞＞右移这两个移位操作符
- arduino期末考试题
- 全自动化处理每月缺卡数据，输出缺卡人员信息
- 众恒微拓科技：品质退款率怎么优化
- HTML鲜花网页制作,Htlm技术设计鲜花盛开效果动态图