单例模式-饿汉模式、懒汉模式

2023-09-13 00:25:24

单例模式,是设计模式的一种。

在计算机这个圈子中,大佬们针对一些典型的场景,给出了一些典型的解决方案。

目录

单例模式

饿汉模式

懒汉模式

线程安全


单例模式

单例模式又可以理解为是单个实例(对象)

在有些场景中,有特定的类,只能创建出一个实例,不应该创建多个实例。使用了单例模式以后,此时想要创建多个实例就变得很困难~

Java中的单例模式就是针对上述的需求场景进行了更强制的保证。通过巧用Java的现有语法,达成了某个类只能被创建出一个实例这样的效果。

饿汉模式

Java代码中的每个类,都会在编译完成后得到.class文件,JVM运行时就会加载这个.class文件读取其中的二进制指令,并且在内存中构造出对应的类对象(在这个文件中是instance)。(形如Singleton.class)

由于类对象在一个Java进程里,只是有唯一的一份,因此类对象内部的类属性也是唯一一份了。

如果不加static,

1.保证不了这个实例唯一

2.保证不了这个实例被创建的时机

3.让当前instance属性是类属性了。类属性是长在类对象上的,类对象又是唯一的实例(static保证了是在类加载的阶段创建出一个实例)

(类加载:运行一个java程序,就需要让java进程能够找到并读取对应的.class文件就会读取文件内容,并解析,构造成类对象.....这一系列的过程操作,称为类加载。)

如果需要使用这个唯一实例,就需要通过Singleton.getInstance()方式来获取。

同时为了避免Singleton类不小心被复制出多份来,把构造方法设为private,在类外就无法通过new的方式来创建这个Singleton实例了。

 

懒汉模式

如果拿吃完饭洗碗来分别比喻饿汉模式和单例模式,那么

饿汉模式:吃完饭后把所有的碗全部洗完,用了几个就洗几个

懒汉模式:吃完饭后不洗碗,下次吃饭前需要用多少个碗就洗多少个碗。

线程安全

上述写的饿汉模式和懒汉模式,如果在多线程环境下调用getInstance,是否是线程安全的?

结论就是饿汉模式是安全的,懒汉模式需要先看是否需要创建,再创建,涉及到了读和写两个操作。

如何让懒汉模式成为是线程安全的呢?

加锁

加锁方式1:

加锁方式2:

 

这样也单例模式名字的由来,只能有一个对象出现,加锁后t2线程就不会再重复创建对象。

但是到这里,当前的代码还是有问题。

 所以:

如果对象还没创建,才要加锁

如果对象已经创建,就不加锁了

但是上述单例模式代码还是有问题,内存可见性问题。

instance = new Singleton();

可以拆分成三个步骤:

1.申请内存空间

2.调用构造方法,把这个内存空间初始化成一个合理的对象

3.把内存空间的地址赋值给instance引用

正常情况下是按照123这个顺序来执行的,但是编译器可能是会对指令重排序,为了提高编程效率,调整代码执行顺序。单线程中并没有问题,但是多线程环境下就会有问题了。

解决办法:volatile

1.解决内存可见性

2.禁止指令重排序

 

 简单的单例模式就介绍到这~复杂的以后再说~

更多推荐

合肥先进光源国家重大科技基础设施项目及配套工程启动会纪念

合肥先进光源国家重大科技基础设施项目及配套工程启动会纪念卡西莫多合肥长丰岗集里肥鸭从此别泥塘先平场地设围栏进而工地筑基忙光阴似箭指日争源流汇智山水长国器西北扩新地家校又添新区园重器托举有群力大步穿梭两地间科教兴邦大国策技术盈身坦荡行基坑从今开挖砌础柱继而深潜立设计蓝图逐展开施工巧匠刻惊奇项颈昂起躲绞索目光如炬细察析及时

数据库小记-mysql-DDL、DML、DQL

MySQL是一个流行的关系型数据库管理系统,支持各种数据库操作语言(DataManipulationLanguage,DML)、数据库定义语言(DataDefinitionLanguage,DDL)和数据查询语言(DataQueryLanguage,DQL)。以下是它们的主要区别和示例:DDL(数据定义语言):DDL用

【youcans动手学模型】目标检测之 SPPNet 模型

欢迎关注『youcans动手学模型』系列本专栏内容和资源同步到GitHub/youcans【youcans动手学模型】目标检测之SPPNet模型1.SPPNet卷积神经网络模型1.1论文摘要1.2技术背景1.3空间金字塔池化1.4目标检测1.5总结2.在PyTorch中定义SPP模型类2.1SPP层的参数计算2.2定义

AI实战营第二期 第五节 《目标检测与MMDetection》——笔记6

文章目录摘要主要特性常用概念框、边界框交并比(loU)感受野有效感受野置信度目标检测的基本思路难点滑框在特征图进行密集计算边界框回归基于锚框VS无锚框NMS(非极大值抑制)使周密集预测模型进行推理步骤如何训练密集预测模型的训练匹配的基本思路密集检测的基本范式多尺度预测如何处理尺度问题基于锶框(Anchor)图像金字塔I

【需求侧响应】综合能源中多种需求响应——弹性电价、可平移及可削减研究(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️座右铭:行百里者,半于九十。📋📋📋本文目录如下:🎁🎁🎁目录💥1概述📚2运行结果🎉3参考文献🌈4Matlab代码及数据💥1概述需求侧响应是一种通过调整能源消费行为以适应电网需

高比例清洁能源接入下计及需求响应的配电网重构(matlab代码)

1主要内容该程序复现《高比例清洁能源接入下计及需求响应的配电网重构》,以考虑网损成本、弃风弃光成本和开关操作惩罚成本的综合成本最小为目标,针对配电网重构模型的非凸性,引入中间变量并对其进行二阶锥松弛,构建混合整数凸规划模型,采用改进的IEEE33节点配电网进行算例仿真,分析了需求响应措施和清洁能源渗透率对配电网重构结果

基于yolov5的交通标志牌的目标检测研究——源码及文档

有需要本项目的全套代码和资源以及部署的可以私信博主!!!!!此外本项目所需的深度学习环境点击顶部即可下载,解压可以使用,直接跑所有的深度学习模型,超级方便!本课题研究,通过利用提供的公开数据集TT100K图标进行筛选和整理,最终得到TT100K数据中的45类交通标志牌数据。并将数据集进行分割,其中训练集:6664条;验

FFmpeg5.1.3编译动态库详细教程(基于Linux虚拟机)

FFmpeg编译详细教程FFmpeg编译详细教程本文原创:猿视野(一家分享技术架构思路,扩展程序员视野的网站,遇到技术问题,可以加联系方式相互交流)转载请注明出处和相关链接,否则追究其法律责任!原文地址:https://developer.aliyun.com/article/1326862?source=5176.1

【AI】机器学习——支持向量机(非线性及分析)

5.支持向量机(线性SVM)文章目录5.4非线性可分SVM5.4.1非线性可分问题处理思路核技巧核函数特点核函数作用于SVM5.4.2正定核函数由K(x,z)K(x,z)K(x,z)构造H\mathcal{H}H空间步骤常用核函数5.5SVM参数求解算法5.6SVM与线性模型关系5.4非线性可分SVM5.4.1非线性可

仿照Everything实现的文件搜索工具--SearchEverything

一、项目介绍项目名称:SearchEverything项目简介:SearchEverything是仿照Everything实现的一款桌面级的文件搜索软件,它是Everything的增强版,支持跨平台的使用。项目功能:1.选择文件夹后,多线程扫描文件夹下的子文件夹,显示文件的名称、路径、文件类型(文件夹还是文件)、文件大

面向高速公路车辆切入场景的自动驾驶测试用例生成方法

【摘要】为在自动驾驶汽车基于场景的测试中生成涵盖相应场景中复杂多变的真实交通运行过程的测试用例,从highD数据集中提取车辆切入场景的多个实际样本,通过分析运动参数和参与车辆之间的位置关系,建立车辆切入场景的描述模型,根据切入点的碰撞时间评估该方案的风险程度,并结合描述模型中参数的分布,采用蒙特卡罗方法生成测试用例。结

热文推荐