装饰器模式在开源代码中的应用

装饰器模式的作用：动态的给对象增加一些职责，即增加其额外的功能。

案例装饰器模式比较经典的应用就是 JDK 中的 java.io 包下，InputStream、OuputStream、Reader、Writer 及它们的子类。以 InputStream 为例

FileInputStream 是 InputStream 的子类，用来读取文件字节流
BufferedInputStream 是 InputStream 的子类的子类，可缓存的字节流
DataInputStream 也是 InputStream 的子类的子类，可直接读取 Java 基本类型的字节流

如果希望提供一个可以读取文件 + 可缓存的字节流，使用继承的方式，就需要派生 FileBufferedInputStream；如果希望提供一个可以读取文件 + 直接读取基本类型的字节流，使用继承的方式，就需要派生 FileDataInputStream。
字节流功能的增强还包括支持管道 pipe、字节数组 bytearray、字节对象 object、字节流字符流的转换等维度，如果用继承方式实现，类的层级与种类会多到爆炸。
为了解决问题，这边就使用了装饰器模式。 InputStream 源码简化

public abstract class InputStream implements Closeable {    public int read(byte b[], int off, int len) throws IOException {}}

FileInputStream 源码简化

public class FileInputStream extends InputStream {    public FileInputStream(String name) throws FileNotFoundException {        this(name != null ? new File(name) : null);    }
    public int read(byte b[], int off, int len) throws IOException {        return readBytes(b, off, len);    }}

BufferedInputStream 源码简化，继承自 FilterInputStream ，改为 InputStream

public class BufferedInputStream extends InputStream {    protected volatile InputStream in;
    public BufferedInputStream(InputStream in) {        this.in = in;    }
    public synchronized int read(byte b[], int off, int len) throws IOException {    ...    }}

DataInputStream 源码简化，继承自 FilterInputStream ，改为 InputStream

public class DataInputStream extends InputStream {    protected volatile InputStream in;
    public DataInputStream(InputStream in) {        this.in = in;    }
    public final int read(byte b[], int off, int len) throws IOException {        return in.read(b, off, len);    }
}

组合各种类型的字节流，使用

//读取文件 + 可缓存的字节流new BufferedInputStream(new FileInputStream("E:/a.txt"));
//读取文件 + 直接读取基本类型的字节流new DataInputStream(new FileInputStream("E:/a.txt"));

装饰器模式有两个特点：

装饰器类和原始类继承同样的父类，可以通过构造方法对原始类“嵌套”多个装饰器类
装饰器类是对功能的增强

PS：BufferedInputStream、DataInputStream 都继承自 FilterInputStream，FilterInputStream 对 InputStream 进行了公共实现，避免 BufferedInputStream、DataInputStream 都各自进行相同的实现。

更多相关文章

随机推荐