迪米特原则(Law of Demeter,LoD),也叫最少知识原则(Low knowledge Principle,LKP):
一个对象应该对其他对象有最少的了解。
迪米特原则对类的低耦合提出了明确的要求:
迪米特原则还有一个解释:Only talk to your immediate friends(只与直接朋友通信)。
什么叫直接朋友呢?每个对象都必然会与其他对象有耦合关系,两个对象之间的耦合就成为朋友关系,这种关系类型有很多,例如:组合,聚合,依赖等。朋友类也可以这样定义:出现在成员变量,方法的输入输出参数中的类,称为朋友类。
上体育课,我们经常有这样一个场景:
体育老师上课前要体育委员确认一下全班女生到了多少位,也就是体育委员清点女生的人数。类图如下:
老师类:
体育委员类:
女生类:
场景类:
我们再回头看Teacher类,Teacher类只有一个朋友类GroupLeader,Girl类不是朋友类,但是Teacher与Girl类通信了,这就破坏了Teacher类的健壮性,Teacher类的方法竟然与一个不是自己的朋友类Girl类通信,这是不允许的,严重违反了迪米特原则。
我们对程序进行如下修改,将类图修改如下:
修改后的老师类:
修改后的体育委员类:
修改后的场景类:
对程序修改,把Teacher中对Girl群体的初始化移动到场景类中,同时在GroupLeader中增加对Girl的注入,避开了Teacher类对陌生类Girl的访问,降低了系统间的耦合,提高了系统的健壮性。
我们在安装软件时,经常会有一个安装向导的过程。比如第一步确认是否安装,第二步确认License,第三步选择安装目录…..。这个是一个典型的顺序执行动作,我们定义软件安装过程的类图如下:
[图片上传失败...(image-7fde03-1537347431500)]
导向类:
InstallSoftware类:
场景类:
以上的程序非常简单,但是隐藏了一个问题。Wizard类把太多的方法暴露给InstallSoftware类,导致两者的关系太亲密,耦合关系变量异常牢固。我们把Wizard类进行重构,uml类图如下:
[图片上传失败...(image-99973c-1537347431500)]
修改后的Wizard类:
修改后的InstallSoftware类:
通过重构,类间的耦合关系变弱了,结构变得清晰,变量的风险也变小了。
一个类公开的public方法和属性越多,修改时涉及的面也就越大,变更引起的风险扩散也就越大。因此,为了保持朋友类间的距离,在设计时需要反复衡量:是否还可以再减少public方法和属性,是否可以修改为private,package-private,protected等访问权限,是否可以加上final关键字。
注意:
在实践中经常出现这样一个方法,放在本类中也可以,放到其它类中也可以。那怎么处理呢?你可以坚持一个原则: 如果一个方法放在本类中,即不增加类间关系,也对本类不产生负面影响,那就放到本类中。
迪米特原则的核心观念就是类间解耦,弱耦合,只有弱耦合后,类的复用率才可以提高。其结果就是产生了大量的中转或跳转类,导致系统复杂,为维护带来了难度。所以,我们在实践时要反复权衡,即要让结构清晰,又做到高内聚低耦合。
因为系统说重复字符太多只能给你网站地址了~~~找了好长时间地址:
http:/
hi.baidu.com
/bluedog88/blog/item/8263e518e167b9b04aedbcf9.html
直接复制还不行在
http:的下面在加个杠
因为又超过5个字符了
..好吃力..忘采纳
LOQ与LOD等缩写多在实验室分析、验证报告中出现,一般解释为LOQ-定量限,LOD-检测限。LOQ即定量限,是指样品中被测物能被定量测定的最低量,其测定结果应具有一定的准确度。定量限体现了分析方法是否具备灵敏的定量检测能力。
检测限LOD又称为检出限,指由基质空白所产生的仪器背景信号的3倍值的相应量,或者以基质空白产生的背景信号平均值加上3倍的均数标准差。
扩展资料
检测前处理程序
食品中的农药残留分析是在复杂的基质中对目标化合物进行鉴别和定量。农药残留的一般分析过程为提取- 净化- 检测 。经典的农药残留分析步骤通常是:水溶性溶剂提取- 非水溶性溶剂再分配- 固相吸附柱净化- 气相或液相色谱检测 。
其中提取和净化是前处理部分,样品前处理不仅要求尽可能完全提取其中的待测组分,还要尽可能除去与目标物同时存在的杂质,避免对色谱柱和检测器等的污染,减少对检测结果的干扰,提高检测的灵敏度和准确性。
因此提取、净化是农药残留分析过程中一个十分重要的前处理步骤,其好坏直接影响到分析结果的正确性和可靠性。
经典的提取、净化方法主要有:振荡浸取、组织捣碎、超声波提取、索氏提取、液- 液分配、柱层析、共沸蒸馏等技术。随着科技的进步,样品前处理技术向着省时、省力、廉价、节省溶剂、减少对环境的污染、微型化和自动化方向发展。
目前,已报道或已取得广泛应用的前处理新技术包括:固相萃取、膜辅助萃取、加速溶剂萃取、微波辅助萃取、固相微萃取、液相微萃取、凝胶渗透色谱、超临界流体萃取、基质固相分散萃取、分子印迹合成受体、超临界水萃取、吹扫蒸馏技术、分散固相萃取等。
参考资料: 百度百科-农药残留检测
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)