面向?qū)ο笤O(shè)計的一個重要分析方法是利用對象的職責來驅(qū)動設(shè)計。對象有了職責，才會成為具體擁有意識的對象，成為對象社區(qū)中可以獨立完成，或者發(fā)出指令委派別的對象協(xié)作完成職責的一員。將對象看成是“具有職責的東西”。對象應該自己負責自己，而且應該清楚地定義職責。這就是對象設(shè)計的關(guān)鍵。好的軟件設(shè)計者應該像牧羊人一般放牧自己的牛羊，只需要給它們一片豐沃的草地，它們就能自己覓食生活。 

　　Rebecca認為：對象在履行職責時有3種選擇，你可以任選其一：（1）親自完成所有的工作。（2）請求其他對象幫忙完成部分工作（和其他對象協(xié)作）。（3）將整個服務(wù)請求委托給另外的幫助對象。在分析對象職責時，可以考慮“專家”模式，即信奉專業(yè)的事情交給專家來完成，既不互相推諉，卻也不能越俎代庖。專家有其擅長的領(lǐng)域，如果把專家錯放在他不熟悉的領(lǐng)域，不僅會降低工作效率，還可能引入潛在危機。所謂“尺有所長，寸有所短”，含義正在于此。

　　對象的能力總是有限的，正如我們不能將所有的雞蛋放在一個籃子里，我們也不能將所有的職責交給“上帝”。這既避免單一功能點帶來的風險，又能實現(xiàn)職責的分權(quán)。Christepher Alexander建議，在遇到設(shè)計問題時“盡量少用集權(quán)的機制”。軟件設(shè)計同樣如此。職責總是可大可小，面對復雜的職責行為，總是需要多個對象的協(xié)作才能完成，就像機器中的零部件，按部就班，各司其職。

　　讓我們來設(shè)計一個數(shù)據(jù)分析器，它通過分析算法對輸入數(shù)據(jù)進行分析，并將結(jié)果保存在輸出集中。根據(jù)業(yè)務(wù)需求的不同，執(zhí)行的分析算法也不相同。同時，為了提高分析性能，我們還需要采用多線程方式執(zhí)行分析任務(wù)。從調(diào)用者的角度來看【即Martin Fowler提到的規(guī)約視角】，我們只關(guān)心分析需要的數(shù)據(jù)以及分析后的結(jié)果。那么，誰應該來承擔分析的職責呢？毫無疑問，我們可以定義分析器對象來履行這一職責。此外，調(diào)用者其實并不會關(guān)心分析算法的實現(xiàn)以及分析的過程，他希望分析是易于執(zhí)行的，這一愿望通過有效的封裝完全可以滿足。我們可以將分析的職責封裝在DataAnalyzer類中，同時隱藏具體的分析算法。

public class Client {
    public static void run(InputData input) {
        DataAnalyzer analyzer = new DataAnalyzer();
        AnalyticResult result = analyzer.analysis(input);
        //做其它事情
        //處理分析后的數(shù)據(jù)
        handleOutput(analyzer.output(result));
    }
}
public class DataAnalyzer {
    public AnalyticResult analysis(InputData input) {}
    public OutputData output(AnalyticResult result) {}
}        

        

        
        
      
        
it知識庫：對象的協(xié)作，轉(zhuǎn)載需保留來源！
        
鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯(lián)系我們修改或刪除，多謝。