【Flutter 状态管理 - 伍】 | 万字长文解锁你对观察者模式的认知

前言

你是否遇到过这种场景？

某个核心数据一变，就得像催债一样挨个调用十几处关联模块的更新方法。新增一个功能，就得在原始类里硬塞一行调用代码。时间一长，类膨胀成庞然大物，维护代码像在沼泽里挣扎 ------ 越改越陷得深。

观察者模式 就是来治这个病的。它把这种"单向依赖"的硬编码，变成"自由订阅"的灵活关系。数据发布方不再关心谁要听消息，监听方也不用死等轮询。就像微信群的@所有人：想听的进群，嫌吵的退群，群主发完消息就能甩手走人。

从GUI事件到微服务通信，从Spring框架到Kafka消息队列，观察者模式的影子无处不在。它不是银弹，但绝对是解开"数据变动连锁反应"的一把关键钥匙。

本文前部分基于Java代码讲述，后部分基于Dart代码讲述，通过各种不同的实践增强对观察者模式的理解！！！

操千曲 而后晓声，观千剑 而后识器。虐它千百遍 方能通晓其真意。

---

问题背景

天气监测系统

在学习观察着模式之前，我们先来看这样一个需求：有一个天气监测系统，当温度变化时，需要更新多个显示设备（如手机、网页）。

直男式硬编码实现：

// 主题类：天气数据，负责管理数据和通知
class WeatherData {
    private float temperature;
    
    // 直接依赖具体观察者对象
    private PhoneDisplay phoneDisplay = new PhoneDisplay();
    private WebDisplay webDisplay = new WebDisplay();

    // 数据变化时，手动调用所有观察者的更新方法
    public void setMeasurements(float temperature) {
        this.temperature = temperature;
        // 硬核连环调用
        phoneDisplay.update(temperature);
        webDisplay.update(temperature);
    }
}

// 观察者实现类：写死具体逻辑
class PhoneDisplay {
    public void update(float temperature) {
        System.out.println("[手机] 温度：" + temperature);
    }
}

class WebDisplay {
    public void update(float temperature) {
        System.out.println("[网页] 温度：" + temperature);
    }
}

// 使用示例：代码一跑，生死难料
public class Main {
    public static void main(String[] args) {
        WeatherData weatherData = new WeatherData();
        weatherData.setMeasurements(25.5f);
    }
}

---

代码问题全解

问题1： WeatherData 类直接绑定 PhoneDisplay、WebDisplay 等具体类。如果此时增加了一个新需求，添加一个 SmartWatchDisplay？那就必须改 WeatherData 的代码，动一处而崩全局。如果想删一个 WebDisplay？注释掉一行代码，系统就敢给你甩个空指针异常。

本质 ：代码紧耦合到窒息，违背面向对象设计的依赖倒置原则「依赖抽象，而非实现」。

问题2： 每次新增/删除观察者都要修改 WeatherData 类。若需求变更时，开发者像在雷区拆弹 ------ 稍有不慎全盘皆炸；系统维护成本指数级上升，改个需求等于重写代码。

本质 ：修改及维护困难，违背面向对象设计的开闭原则「对扩展开放，对修改关闭」。

问题3： setMeasurements 方法里重复调用 update。 若有10个观察者？写10行 xxx.update()，程序员变打字员；并且逻辑分散，改个参数得在所有调用处同步修改，漏一处就埋雷。

本质：冗余的硬编码调用。

问题4： 观察者列表写死在代码里。如果用户想运行时关闭手机通知？除非重启服务，否则没门；若临时加个日志观察者？改代码→编译→上线→祈祷别出Bug。

本质：无法动态管理观察者。

问题5： WeatherData 和显示逻辑深度绑定。想复用 WeatherData 做股票行情系统？只能重写，CV大法都救不了；相似功能重复造轮子，团队开发效率直接砍半。

本质：代码复用性差。

---

灵魂拷问：为什么这种代码能活下来？

场景1：产品经理要求加个「温度过高自动报警」功能。

• 程序员被迫在 WeatherData 里插入一行 alarm.update()。
• 结果手滑写成 alamr.update()，系统深夜疯狂报错，运维提刀上门。

场景2 ：团队新人接手代码，看到 WeatherData 类里密密麻麻的 update() 调用。

• 新人颤抖着问："这代码能重构吗？"
• 老鸟点烟冷笑："你敢动这里，明天就提离职吧。"

---

这种代码该判死刑吗？

直接问题： 紧耦合、难扩展、重复代码、无法动态管理。

深层危害： 团队协作噩梦，开发效率低下，系统稳定性如履薄冰。

唯一出路 ： 重构为观察者模式，用抽象接口解耦，让代码能呼吸、能生长、能抗揍。

---

本质定义

观察者模式 （Observer Pattern）是一种行为 设计模式，用于在对象之间建立一对多 的依赖关系，当一个对象（被观察者 ）的状态发生改变时，所有依赖于它的对象（观察者）都会自动收到通知并更新。

核心思想：

• 1、解耦被观察者与观察者：被观察者仅依赖观察者的抽象接口，而非具体实现，降低两者之间的直接耦合。
• 2、动态订阅机制：观察者可以随时注册或移除对主题的依赖，系统行为在运行时动态调整。
• 3、事件驱动模型：当主题状态变化时，自动触发通知，观察者被动响应事件（而非主动轮询）。

这一模式的关键在于将变化的传播逻辑（通知）与业务逻辑（状态更新）分离，使系统更灵活、可扩展。

本质是通过抽象依赖关系 ，实现对象间的一对多动态通知机制。

---

实现分析

观察者模式的核心目标是解耦 被观察者与观察者，而解耦的关键是依赖抽象接口而非具体实现。

基于这一原则，该模式通常会细化为四个角色：

实现上述目标的一种比较直观的方式如下：

此形式就像「订阅-推送 」机制。举个栗子：你关注公众号（注册 ），后台把你的账号存进列表（容器 ）。公众号发新文章（被观察者变化 ），自动群发通知所有粉丝（通知 ）。你取关（撤销注册）后就不再接收消息。

核心三点：

• 1、注册：观察者主动加入被观察者的通知列表。
• 2、通知：被观察者变化时，自动遍历列表触发所有观察者的更新。
• 3、解耦 ：被观察者只认接口（比如能收消息的能力），不关心具体观察者是谁，Android用户和iOS用户都能订阅同一个号。

优势 ：灵活扩展，新增或移除观察者无需修改被观察者代码，适合数据变动触发多对象联动的场景（如UI更新 、消息推送）。

---

模式结构详解

Subject：抽象主题/被观察者

职责 ：定义观察者的注册 、移除 和通知接口。

必要性分析：

• 为所有具体主题提供统一的规范操作。
• 观察者只需依赖Subject接口，而非具体主题类，降低耦合度。

设计原则：

• 依赖倒置（抽象化） ：通过接口或抽象类定义主题的行为，而非依赖具体实现。
• 单一职责 ：仅负责管理观察者和触发通知，不处理具体业务逻辑。

代码实现：

public interface Subject {
    void registerObserver(Observer observer);
    void removeObserver(Observer observer);
    void notifyObservers();
}

---

ConcreteSubject：具体主题/被观察者

职责 ：实现Subject接口，管理具体状态，并在状态变化时触发通知。

必要性分析：

• 抽象主题无法直接持有状态或实现业务逻辑，必须由具体类完成。
• 不同主题（如天气站、股票行情）可能有不同的状态管理方式。

代码实现：

class WeatherData implements Subject {
    private List<Observer> observers = new ArrayList<>();
    private float temperature;

    public void setTemperature(float temperature) {
        this.temperature = temperature;
        notifyObservers();
    }

    @Override
    public void registerObserver(Observer observer) {
        observers.add(observer);
    }

    @Override
    public void removeObserver(Observer observer) {
        observers.remove(observer);
    }

    @Override
    public void notifyObservers() {
        for (Observer observer : observers) {
            observer.update(temperature);
        }
    }
}

---

Observer：观察者

职责 ：定义统一的更新接口（如update()），供主题调用。

必要性分析：

• 为所有具体观察者（如显示屏、日志模块）提供统一的响应规范。
• 主题只需调用update()方法，无需关心观察者的具体实现，减少依赖。

设计原则：

• 接口隔离：仅暴露必要的更新方法，避免观察者依赖无关逻辑。
• 开闭原则：新增观察者类型时，无需修改主题代码。

代码实现：

public interface Observer {
    void update(float temperature);
}

---

ConcreteObserver：具体观察者

职责 ：实现Observer接口，定义具体的响应逻辑。

必要性分析：

• 抽象观察者无法直接实现业务逻辑（如显示温度、记录日志）。
• 不同观察者对同一事件可能有不同的处理方式。

代码实现：

class PhoneDisplay implements Observer {
    @Override
    public void update(float temperature) {
        System.out.println("[手机] 温度: " + temperature + "°C" );
    }
}

class WebDisplay implements Observer {
    @Override
    public void update(float temperature) {
        System.out.println("[网页] 温度: " + temperature + "°C");
    }
}

// 使用示例
public class Main {

    public static void main(String[] args) {
        WeatherData weatherData = new WeatherData();
        PhoneDisplay phone = new PhoneDisplay();
        WebDisplay web = new WebDisplay();

        weatherData.registerObserver(phone);
        weatherData.registerObserver(web);

        weatherData.setTemperatures(25.5f);

        weatherData.removeObserver(web);

        weatherData.setTemperature(26.5f);
    }
}

输出：
[手机] 温度: 25.5°C
[网页] 温度: 25.5°C
[手机] 温度: 26.5°C

---

解决的问题

• 解耦 ：WeatherData 不依赖具体的 PhoneDisplay 或 WebDisplay，仅依赖 Observer 接口。
• 动态扩展 ：新增显示设备（如 LEDDisplay）时，只需实现 Observer 接口并注册到主题，无需修改 WeatherData。
• 简化维护 ：状态变更逻辑集中在 WeatherData，观察者自行处理更新。

---

进阶应用

目标 ：解决实际开发中的扩展性、性能、安全等问题。

推数据（Push） vs 拉数据（Pull）

推模型 ：主题将数据直接传递给观察者（通过方法参数）。

public interface Observer {
    void update(float temperature); // 推模型：参数传递数据
}

拉模型 ：观察者主动从主题获取数据（通过主题的公共方法）。

public interface Observer {
    void update(); // 观察者调用 subject.getTemperature() 拉取数据
}

选择依据：

​场景	​推模型	​拉模型
​数据量小	适合（如传递温度、状态码）	冗余（需多次调用Getter）
​数据量大或结构复杂	冗余（参数臃肿）	适合（观察者按需取用）
​观察者需要不同数据子集	不灵活（需传递所有数据）	灵活（观察者自行选择所需数据）
​主题数据变更频繁	可能频繁触发推送（资源浪费）	观察者控制拉取时机（节省资源）

代码优化实现：

// 推模型：传递事件对象（封装复杂数据）
class WeatherEvent {
    private float temperature;
    private float humidity; //增加湿度
    // getters, constructor
}

interface Observer {
    void update(WeatherEvent event); // 推模型优化
}

// 拉模型：主题提供数据访问接口
class WeatherData {
    public float getTemperature() { /* ... */ }
    public float getHumidity() { /* ... */ }
}

class Display implements Observer {
    private WeatherData data;
    
    @Override
    public void update() {
        float temp = data.getTemperature(); // 拉取数据
        float humidity = data.getHumidity();
    }
}

---

线程安全

核心问题：

• 观察者列表的并发修改 ：在遍历列表时，其他线程增删观察者，导致ConcurrentModificationException。
• 观察者更新的线程竞争：多个线程同时触发通知，观察者可能处理过时数据。

解决方案：

// 1、使用线程安全集合
private List<Observer> observers = new CopyOnWriteArrayList<>(); // 写时复制，避免并发修改

// 2、同步代码块
public synchronized void registerObserver(Observer o) {
    observers.add(o);
}

public void notifyObservers() {
    List<Observer> copy;
    synchronized (this) {
        copy = new ArrayList<>(observers); // 复制快照
    }
    for (Observer o : copy) {
        o.update();
    }
}

// 3、异步通知
private ExecutorService executor = Executors.newFixedThreadPool(4);

public void notifyObservers() {
    for (Observer o : observers) {
        executor.submit(() -> o.update()); // 异步执行
    }
}

防止内存泄漏

核心问题：

• 观察者未注销：观察者对象被主题长期引用，无法被垃圾回收。
• 主题生命周期过长：静态主题或单例主题持有的观察者可能一直存活。

解决方案：

• 1、显式注销观察者：适用于观察者生命周期明确（如UI组件、请求处理器）。

  class ObserverImpl implements Observer {
      private Subject subject;
      
      public ObserverImpl(Subject subject) {
          this.subject = subject;
          subject.registerObserver(this);
      }
      
      public void destroy() {
          subject.removeObserver(this); // 显式注销
      }
  }

• 2、弱引用（WeakReference）：

  class WeakSubject {
      private List<WeakReference<Observer>> observers = new ArrayList<>();
      
      public void addObserver(Observer o) {
          observers.add(new WeakReference<>(o));
      }
      
      public void notifyObservers() {
          Iterator<WeakReference<Observer>> it = observers.iterator();
          while (it.hasNext()) {
              Observer o = it.next().get();
              if (o != null) {
                  o.update();
              } else {
                  it.remove(); // 自动清理无效引用
              }
          }
      }
  }

• 3、使用虚引用（PhantomReference） + 引用队列：适用于需要精准控制观察者回收的高级场景。

  ReferenceQueue<Observer> queue = new ReferenceQueue<>();
  List<PhantomReference<Observer>> refs = new ArrayList<>();
  
  public void addObserver(Observer o) {
      refs.add(new PhantomReference<>(o, queue));
  }
  
  // 定期清理队列中的已回收观察者
  public void clean() {
      Reference<? extends Observer> ref;
      while ((ref = queue.poll()) != null) {
          refs.remove(ref);
      }
  }

---

进阶实战要点速查表

​核心问题	​解决方法	​典型场景	​关键细节
​数据传递方式	推：数据直接塞给观察者 拉：观察者自己动手拿	推送温度/状态码等小数据 拉取数据库查询结果等大块数据	推模式别传可变对象（如集合） 拉模式给观察者开数据查询权限
​多线程炸雷	用写时复制列表（CopyOnWriteArrayList） 异步通知走线程池	高并发订单状态更新 实时数据监控大屏	异步任务加try-catch防崩溃 别在回调里操作原始数据列表
​内存泄漏陷阱	生命周期结束必须反注册 弱引用兜底（WeakReference）	Android的Activity监听 临时统计模块	用RxJava的Disposable统一管理 定期清理弱引用僵尸（搭配ReferenceQueue）

---

高手过招：把观察者模式揉碎了，塞进架构里

事件总线（Event Bus）

事件总线就像个快递分拣中心，所有模块把消息往这儿一扔，谁爱听谁自己领。本质上是个升级版观察者模式，但更灵活，支持跨模块、跨层级通信。

场景：订单支付成功后，通知库存、物流、积分系统。

手搓一个乞丐版EventBus：

import java.util.*;
import java.util.function.Consumer;

// 事件总线核心
public class EventBus {
    // 事件类型 → 处理函数列表
    private Map<Class<?>, List<Consumer<Object>>> handlers = new HashMap<>();

    // 订阅事件：告诉总线，XX类型的事件来了，就调我这个处理函数
    public <T> void subscribe(Class<T> eventType, Consumer<T> handler) {
        List<Consumer<Object>> list = handlers.computeIfAbsent(eventType, k -> new ArrayList<>());
        list.add((Consumer<Object>) handler); // 类型强转，心要大
    }

    // 发布事件：把事件丢进总线，让订阅的人自己处理
    public <T> void publish(T event) {
        List<Consumer<Object>> list = handlers.get(event.getClass());
        if (list != null) {
            list.forEach(handler -> handler.accept(event));
        }
    }
}

// 事件定义：订单创建事件
class OrderCreatedEvent {
    private String orderId;
    public OrderCreatedEvent(String orderId) { this.orderId = orderId; }
    public String getOrderId() { return orderId; }
}

// 使用示例
public class Main {
    public static void main(String[] args) {
        EventBus bus = new EventBus();

        // 库存系统订阅订单事件
        bus.subscribe(OrderCreatedEvent.class, event -> {
            System.out.println("库存系统：扣减订单" + event.getOrderId() + "的库存");
        });

        // 物流系统订阅订单事件
        bus.subscribe(OrderCreatedEvent.class, event -> {
            System.out.println("物流系统：为订单" + event.getOrderId() + "生成运单");
        });

        // 用户下单，发布事件
        bus.publish(new OrderCreatedEvent("ORDER_666"));
    }
}

输出：
库存系统：扣减订单ORDER_666的库存  
物流系统：为订单ORDER_666生成运单

---

响应式编程（ReactiveX）：让数据流动起来

响应式编程 是观察者模式的超进化体，把数据封装成流（Observable），允许链式操作（过滤、转换、合并），处理异步事件像写流水线一样爽。

场景： 实时股票行情：多个图表动态更新。

用RxJava搞个股票行情Demo：

import io.reactivex.rxjava3.core.Observable;
import io.reactivex.rxjava3.disposables.Disposable;

// 模拟股票数据源
class StockTicker {
    private final String symbol;
    private double price;

    public StockTicker(String symbol) {
        this.symbol = symbol;
        this.price = 100.0;
    }

    // 每隔1秒生成一个随机价格波动
    public Observable<Double> start() {
        return Observable.interval(1, TimeUnit.SECONDS)
                .map(tick -> {
                    price += (Math.random() - 0.5) * 10; // 随机波动
                    return price;
                });
    }
}

// 使用示例
public class RxDemo {
    public static void main(String[] args) throws InterruptedException {
        StockTicker appleTicker = new StockTicker("AAPL");
        Disposable subscription = appleTicker.start()
                .subscribe(price -> System.out.println("当前价格: " + price));

        // 跑5秒后取消订阅
        Thread.sleep(5000);
        subscription.dispose();
    }
}

输出：
当前价格: 103.4  
当前价格: 98.7  
当前价格: 105.2 

核心特性：

• 链式操作 ：.filter(price -> price > 100).map(price -> "高价警报：" + price)
• 背压支持：消费者处理不过来时，自动调节数据流速。
• 线程调度 ：.observeOn(Schedulers.io()) 轻松切换线程。

---

分布式观察者：让消息跨机器跑

用消息队列 （如Kafka、RabbitMQ）把观察者模式扩展到分布式系统，服务A发消息，服务B、C、D通过订阅Topic消费消息。

场景：电商大促期间，库存变更同步到多个区域仓库。

用Kafka模拟订单通知：

// 生产者服务（订单服务）
public class OrderProducer {
    public static void main(String[] args) {
        Properties props = new Properties();
        props.put("bootstrap.servers", "localhost:9092");
        props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");
        props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");

        try (Producer<String, String> producer = new KafkaProducer<>(props)) {
            producer.send(new ProducerRecord<>("order-topic", "ORDER_888"));
            System.out.println("订单已发送");
        }
    }
}

// 消费者服务（库存服务）
public class InventoryConsumer {
    public static void main(String[] args) {
        Properties props = new Properties();
        props.put("bootstrap.servers", "localhost:9092");
        props.put("group.id", "inventory-group");
        props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

        try (KafkaConsumer<String, String> consumer = new KafkaConsumer<>(props)) {
            consumer.subscribe(Collections.singletonList("order-topic"));
            while (true) {
                ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));
                for (ConsumerRecord<String, String> record : records) {
                    System.out.println("库存系统收到订单：" + record.value());
                }
            }
        }
    }
}

// 消费者服务（物流服务）代码类似，改个group.id即可

核心特性：

• 解耦：订单服务不知道下游是谁，加个促销服务直接订阅就行。
• 容错：某个服务挂了，消息队列堆积数据，恢复后继续处理。
• 伸缩：消费者可横向扩展，提升处理能力。

坑点：

• 消息顺序 ：Kafka保证分区内有序，但跨分区可能乱序。
• 幂等处理：网络重试可能导致消息重复消费，业务逻辑要幂等。

---

和Spring框架的勾搭

Spring的事件机制：

// 定义事件
public class OrderEvent extends ApplicationEvent {
    private String orderId;
    public OrderEvent(Object source, String orderId) {
        super(source);
        this.orderId = orderId;
    }
    public String getOrderId() { return orderId; }
}

// 发布事件
@Service
class OrderService {
    @Autowired
    private ApplicationEventPublisher publisher;

    public void createOrder() {
        publisher.publishEvent(new OrderEvent(this, "ORDER_123"));
    }
}

// 监听事件
@Component
class InventoryListener {
    @EventListener
    public void handleOrder(OrderEvent event) {
        System.out.println("库存处理订单：" + event.getOrderId());
    }
}

为什么用？

• 和Spring生态无缝集成（如结合事务事件）。
• 适合单应用内模块解耦，不需要引入消息队列。

---

高手心法

​核心原则	​具体操作	​踩坑警告
​模式不是祖宗，是工具	小项目直接用语言内置观察者（如Java的Observable） 大系统直接上Kafka/RabbitMQ，别自己写轮子	小项目强上消息队列 = 埋雷 大系统手写观察者 = 找死
​解耦要有边界感	跨服务通信：用MQ（发订单消息给库存系统） 单应用内：用事件总线（如Guava的EventBus）	跨服务用事件总线 = 网络爆炸 单应用强上MQ = 脱裤子放屁
​监控比代码重要	分布式场景埋点： 消息堆积量监控 消费延迟报警 日志必须带消息ID，方便溯源	不监控 = 睁眼瞎 没日志 = 甩锅无门
​设计要留后路	哪怕现在只有一个观察者，按事件总线设计 定义明确的事件类（如OrderCreatedEvent）	直接写死调用 = 下次改需求重写 事件类字段乱塞 = 后期兼容地狱

Flutter中实现观察者模式

Flutter 中实现观察者模式有两种常见方式，一种是利用 Dart 语言自带的 Stream 处理数据流，另一种则是通过自定义接口和类手动实现观察者逻辑。

基于 Stream 的观察者模式

这种方法利用 Dart 的 StreamController 和 Stream 实现数据监听，适用于需要频繁更新或与 Flutter 响应式框架深度集成的场景。

核心代码实现：

import 'dart:async';

// 被观察对象：计数器
class CounterNotifier {
  final StreamController<int> _controller = StreamController();
  int _value = 0;

  Stream<int> get stream => _controller.stream;

  void increment() {
    _value++;
    _controller.sink.add(_value); // 推送新值
  }

  void cleanup() {
    _controller.close(); // 释放资源
  }
}

// 观察者组件
class CounterDisplay extends StatefulWidget {
  const CounterDisplay({super.key});

  @override
  State<CounterDisplay> createState() => _CounterDisplayState();
}

class _CounterDisplayState extends State<CounterDisplay> {
  final CounterNotifier _notifier = CounterNotifier();
  StreamSubscription? _subscription;
  int _currentCount = 0;

  @override
  void initState() {
    super.initState();
    _subscription = _notifier.stream.listen((newValue) {
      setState(() => _currentCount = newValue); // 响应数据变化
    });
  }

  @override
  void dispose() {
    _subscription?.cancel(); // 取消监听
    _notifier.cleanup();
    super.dispose();
  }

  @override
  Widget build(BuildContext context) {
    return Column(
      children: [
        Text("当前计数: $_currentCount"),
        ElevatedButton(
          onPressed: _notifier.increment,
          child: const Text('增加'),
        ),
      ],
    );
  }
}

关键点说明：

• CounterNotifier 类通过 StreamController 管理数据流，increment 方法触发数值变化并通知监听者。
• 组件通过 listen 方法订阅数据流，并在 dispose 生命周期中释放资源，避免内存泄漏。
• 使用 setState 确保数据变化时 UI 同步更新。

自定义观察者模式

如果需要更灵活的控制（如筛选通知条件或处理复杂状态），可以手动实现观察者模式的结构。

核心代码实现：

// 观察者接口定义
abstract class ValueListener {
  void onValueChanged(int value);
}

// 被观察对象
class ValueNotifier {
  final List<ValueListener> _listeners = [];
  int _value = 0;

  void addListener(ValueListener listener) {
    _listeners.add(listener);
  }

  void removeListener(ValueListener listener) {
    _listeners.remove(listener);
  }

  void updateValue(int newValue) {
    _value = newValue;
    _notifyListeners(); // 遍历通知观察者
  }

  void _notifyListeners() {
    for (final listener in _listeners) {
      listener.onValueChanged(_value);
    }
  }
}

// 实现观察者的组件
class ValueDisplay extends StatefulWidget implements ValueListener {
  const ValueDisplay({super.key});

  @override
  State<ValueDisplay> createState() => _ValueDisplayState();
}

class _ValueDisplayState extends State<ValueDisplay> {
  final ValueNotifier _notifier = ValueNotifier();
  int _displayValue = 0;

  @override
  void initState() {
    super.initState();
    _notifier.addListener(this); // 注册监听
  }

  @override
  void dispose() {
    _notifier.removeListener(this); // 移除监听
    super.dispose();
  }

  @override
  void onValueChanged(int value) {
    setState(() => _displayValue = value); // 更新显示
  }

  @override
  Widget build(BuildContext context) {
    return Column(
      children: [
        Text("当前值: $_displayValue"),
        ElevatedButton(
          onPressed: () => _notifier.updateValue(DateTime.now().second),
          child: const Text('随机更新'),
        ),
      ],
    );
  }
}

关键点说明

• ValueNotifier 维护观察者列表，通过 addListener/removeListener 管理订阅关系。
• updateValue 方法触发数据更新后，遍历所有观察者并调用其 onValueChanged 方法。
• 组件实现 ValueListener 接口，在 onValueChanged 中更新状态并刷新 UI。

---

两种方案的对比

特性	Stream 方案	自定义观察者方案
实现复杂度	简单（依赖 Dart 原生 API）	较高（需手动管理观察者列表）
灵活性	适用于简单数据流	适合需要自定义通知逻辑的场景
内存管理	需手动关闭 StreamController	需确保移除不再使用的观察者
与 Flutter 的集成	天然支持 setState 和响应式更新	需手动调用 setState

食用建议：

1、优先选择 Stream 方案 ，大多数场景下，Stream 和 StreamBuilder 的组合能够简化代码。

2、手动实现观察者的适用场景：需要控制通知频率（如防抖、节流）、需要根据条件过滤观察者、与第三方库或遗留代码交互等。

两种方式本质上都是通过解耦 数据生产者（被观察者 ）和消费者（观察者 ），我们可根据项目需求选择更合适的方案。如果项目已使用 rxdart 等响应式库，也可直接扩展 BehaviorSubject 或 PublishSubject 实现更强大的观察者逻辑。

---

总结

观察者模式通过抽象主题与观察者的依赖关系 ，实现了动态、灵活的一对多通信机制。其核心价值在于：

• 1、解耦：主题与观察者通过接口交互，减少直接依赖。
• 2、扩展性：支持动态增删观察者，符合开闭原则。
• 3、事件驱动：以状态变化为驱动，提升系统响应效率。

在实际开发中，需根据场景选择推模型或拉模型，并注意线程安全、性能优化等问题。这一模式是构建事件驱动架构 （如GUI、微服务、实时监控系统）的基石。

熟练掌握好此模式，为我们接下来即将出场的四大状态管理库（Provider、Riverpod、BLoc、GetX）的工作原理打下坚实的基础。敬请期待！！！

欢迎一键四连 （关注 + 点赞 + 收藏 + 评论）