趣解接口隔离原则之《做个Rapper咋这么难?》

〇、小故事

不知道大家是否看过这样一个短视频------"姐姐去找她的弟弟,因为她的弟弟想要当rapper而荒废了学业,姐姐多番劝导也没有用,最后一怒一下,把弟弟的rapper发型剃了。没有了帅气的rapper发型,弟弟也放弃了当rapper的想法了。"

这时候有的同学可能就会问,"扯淡!发型剃掉了就不当rapper了?rapper是靠发型出道的?"嗯,有这种质疑非常好,但是,视频中的弟弟或许就是认为外表照着某些rapper打造,自己就是rapper了呗。其实也不必嘲笑他,估计大家在小的时候,都有过看了某部动画片之后,就去买动画片中主角的周边产品,然后自己就瞬间主角附体了。

那什么才是真正的rapper?这个定义估计在大家的心中也各不相同。比如:

特征1 】说唱功底很厉害

特征2 】唱功也一定要厉害

特征3 】要会freestyle

特征4 】需要自己写词写曲

特征5 】穿衣服一定要又潮又帅

特征6 】要有纹身

......

好,经过大家各抒己见,我们或许最终会收集到大概30个左右的特征 ,如果跟上面视频中的小伙子说,如果你相当rapper,把这30特征都要达到标准,估计这个小伙子自己就放弃了。"这要当rapper也太难了吧,算了算了,不当了不当了"。

你看看,我想当个rapper,需要满足的条件太多了啊!这还咋当了。那么,如果我们真的要定义一个Rapper接口,我们需要哪些必不可少的能力?

特征1 】说唱功底很厉害

特征3】要会freestyle(这条其实可以去掉,因为有的Rapper确实不会freestyle,此处就暂且算上)

那么,如果说相当rapper,只需要满足2个特征,是不是又可以点燃这个小伙子相当Rapper的梦了? 所以,从以上的故事我们可以得出一个设计原则,那就是针对接口(Rapper)来说,不要设计的过于臃肿(30个特征),只需要包含必要的方法即可(2个特征),否则对于接口的实现者来说,会是一个巨大的负担(小伙放弃当Rapper了)。

一、原则定义

接口隔离原则(ISP:Interface Segregation Principle)

使用多个专门的接口,而不使用单一的总接口,即客户端不应该依赖那些它不需要的接口。

建立单一接口,不要建立臃肿庞大的接口。接口尽量细化,同时接口中的方法尽量少。

单一职责原则和接口隔离的区别?答:它们的审视角度不同

单一职责要求的是类和接口职责单一 ,注重的是职责 ,这是业务逻辑上的划分。

接口隔离原则要求接口的方法尽量少

具体来说,实现接口隔离原则需要关注以下3点:

接口要尽量小 】不要违反单一职责原则,要适度的小,要适度。

接口要高内聚 】提高接口、类、模块的处理能力,减少对外的交互。

定制服务】通过对高质量接口的组装,实现服务的定制化。

二、原则实践

以上面为例,我们最初设想的Rapper接口需要具有以下特征:

特征1 】说唱功底很厉害

特征2 】唱功也一定要厉害

特征3 】要会freestyle

特征4 】需要自己写词写曲

特征5 】穿衣服一定要又潮又帅

特征6 】要有纹身

......

那么,我们可以将相关的特征抽象为不同的接口,例如:

  • 接口Rapper

特征1 】说唱功底很厉害

特征4】需要自己写词写曲

  • 接口Singer

特征2 】唱功也一定要厉害

特征4】需要自己写词写曲

  • 接口FashionMan

特征5 】穿衣服一定要又潮又帅

特征6】要有纹身

这样的话,实现不同特性的Rapper,也可以通过实现多个接口的方式,来组合出相应的Rapper了。

今天的文章内容就这些了:

写作不易,笔者几个小时甚至数天完成的一篇文章,只愿换来您几秒钟的 点赞 & 分享

更多技术干货,欢迎大家关注公众号"爪哇缪斯" ~ \(^o^)/ ~ 「干货分享,每天更新」

相关推荐
uzong4 小时前
一个好的面试官,应该让候选人感到被尊重
面试
阳光是sunny6 小时前
LangGraph中的Reducer是什么
前端·人工智能·后端
灯澜忆梦6 小时前
GO_并发编程---定时器
开发语言·后端·golang
阳光是sunny6 小时前
从链到图:LangGraph 入门基础全解析
前端·人工智能·后端
皮皮林5516 小时前
开源实力派,给本地 AI 装上深度调研能力,一张 3090 跑到 95.7 分!
后端
努力的小雨7 小时前
把 Windows 桌面图标做成一个会自己运转的小世界
后端
触底反弹7 小时前
深入理解大模型采样:Temperature、Top-K、Top-P 的原理与实战
人工智能·算法·面试
武子康7 小时前
Search Console Platform Properties 扩大 SEO 资产边界:从 Page Ranking 到 Topic Coverage(5 类误读边界 + 3 表数据层设计)
前端·人工智能·后端
腾渊信息科技公司8 小时前
Spring Boot对接MES实战:视觉检测数据自动同步方案
java·人工智能·spring boot·后端·计算机视觉·ai·软件需求
沉默王二9 小时前
腾讯一面,我霸气反问:“你说你们在做Agent项目,说说 SubAgent、Plan 模式、Skill 调用这些你们都是怎么做的?”面试官一直在擦汗。。
面试·agent·ai编程