Translate composite and command

docs/chapter-08-composite.md

@@ -0,0 +1,261 @@
+### 组合
+
+#### 多个属性
+
+组合设计模式通常适用于整个类，一个对象通常由多个对象构成。举个例子，方便理解。在一个游戏中，每个生物都有不同的强度值、敏捷值、智力值等，这就很容易定义：
+```c++
+class Creature{
+    int strength, agility, intelligence;
+public:
+    int get_strength() const
+    {
+        return strength;
+    }
+
+    void set_strength(int strength){
+        Creature::strength = strength;
+    }
+
+    int get_agility() const
+    {
+        return agility;
+    }
+
+    void set_agility(int agility){
+        Creature::agility = agility;
+    }
+
+    int get_intelligence() const
+    {
+        return intelligence;
+    }
+
+    void set_intelligence(int intelligence){
+        Creature::intelligence = intelligence;
+    }
+};
+```
+接下来我们想要对这些属性进行操作，例如求多个属性的最大值、平均值、总和,如下:
+
+
+```c++
+class Creature{
+    //其他的数据成员
+    int sum() const{
+        return strength + agility + intelligence;
+    }
+
+    double average const{
+        return sum() / 3.0;
+    }
+    int max() const{
+        return ::max(::max(strength, agility),intelligence);
+    }
+}
+```
+
+然而这样并不理想，原因如下：
+
+        1）在计算所有统计数据总和时候，我们容易犯错并且忘记其中一个
+
+        2）3.0是代表属性的数目，在这里被设计成一个固定值
+
+        3）计算最大值时，我们必须构建一对std::max()
+
+想象一下如果再增加一个新的属性，这个时候我们需要对sum()，average()，max()重构，这是十分糟糕的。
+
+如何避免？如下：
+
+```c++
+class Creature{
+    enum Abilities {str, agl, intl, count};
+    array<int,count> abilities;
+}
+```
+
+上面的枚举定义了一个名为count的额外值，标记着有多少个属性。现在我们这样定义属性的get和set方法：
+```c++
+int get_strength() const { return abilities[str];}
+
+void set_strength(int value){
+    abilities[str]=value;
+}
+//对于其他属性同样
+```
+现在再让我们看看对sum()，average()，max()的计算，看看有什么改进:
+
+```c++
+int sum() const{
+    return accumulate(abilities.begin(), abilities.end(),0);
+}
+
+double average() const{
+    return sum() / (double)count;
+}
+
+int max() const{
+    return *max_element(abilities.begin(), abilities.end());
+}
+```
+
+是不是更棒了，不仅使代码更容易编写和维护，而且添加新属性时候，十分简单，总量根本不需要去改变，并不会影响sum()，average()，max()。
+
+
+#### 组合图形对象
+
+想想诸如PowerPoint等应用程序，在哪里您可以选择多个不同的对象并将其作为一个拖动。然而如果要选一个一个对象，您也可以抓取该对象。渲染也是相同的：您可以呈现单个图形对象，或者您可以将多个形状组合在一起，并将其绘制为一个组。这种方法的实现相当容易，因为它只是依赖于单个接口，如下所示：
+
+```c++
+struct GraphicObject{
+    virtual void draw() = 0;
+};
+```
+
+现在从名字来看，你可能认为它总是代表一个单独的项目。然而，想想看：几个矩形和圆形组合在一起代表一个组合图形对象。正如我可以定义的，比如说，一个圆：
+
+```c++
+struct Circle : GraphicObject
+{
+    void draw() override
+    {
+        std::cout << "Circle" << std::endl;
+
+    }
+};
+```
+同样，我们可以定义一个由几个其他图形对象组成的图形对象。是的，关系可以无限递归：
+
+```c++
+struct Group : GraphicObject
+{
+    std::string name;
+    explicit Group(const std::string& name) : name(name){}
+
+    void draw() override
+    {
+        std::cout << "Group" << name.c_str() << " contains:" << std::endl;
+        for(auto&& o:obejct)
+            o->draw();
+    }
+
+    std::vector<GraphicObject*> objects;
+}
+```
+单个圆和任意组都可以绘制，只要他们实现了draw()函数。组中有一个指向其他图形对象的指针数组，通过其访问多个对象的draw()方法，来渲染自身。
+以下是编程接口的使用方法：
+```c++
+Group root("root");
+Circle c1, c2;
+root.obejects.push_back(&c1);
+
+Group subgroup("sub");
+subgroup.objects.push_back(&c2);
+
+root.obejcts.push_back(&subgroup);
+
+root.draw();
+```
+前面的代码生成以下输出：
+```c++
+Group root contains:
+Circle 
+Group sub contains:
+Circle
+```
+这是组合设计模式最简单的实现，尽管我们自己已经定义了一个定制接口。现在，如果我们尝试采用其他一些更标准化的迭代对象的方法，这个模式会是什么样子呢？
+
+#### 神经网络
+机器学习是热门的新事物。机器学习中的一部分是使用人工神经网络:试图模仿神经元在我们大脑中工作方式的软件结构。
+神经网络的核心概念当然是神经元。神经元可以根据其输入产生(通常是数字)输出，我们可以将该值反馈给网络中的其他连接。我们将只关注连接，所以我们将这样对神经元建模:
+
+```c++
+1   struct Neuron
+2   {
+3     vector<Neuron*> in, out;
+4     unsigned int id;
+5
+6     Neuron()
+7     {
+8       static int id = 1;
+9       this->id = id++;
+10     }
+11   };
+```
+我在id字段输入了身份。现在，你可能想做的是把一个神经元连接到另一个神经元上，这可以用
+```c++
+1   template<> void connect_to<Neuron>(Neuron& other)
+2   {
+3     out.push_back(&other);
+4     other.in.push_back(this);
+5   }
+```
+这个函数造当前神经元和另一个神经元之间建立了联系。目前为止，一切顺利。现在，假设我们也想创建神经元层。一个层很简单，就是特定数量的神经元组合再一起。
+```c++
+1   struct NeuronLayer : vector<Neuron>
+2   {
+3     NeuronLayer(int count)
+4     {
+5       while (count --> 0)
+6         emplace_back(Neuron{});
+7     }
+8   };
+```
+看起来不错。但是现在有一个小问题。问题是这样的：我们希望神经元能够连接到神经元层。总的来说，我们希望像这样能够奏效：
+```c++
+1   Neuron n1, n2;
+2   NeuronLayer layer1, layer2;
+3   n1.connect_to(n2);
+4   n1.connect_to(layer1);
+5   layer1.connect_to(n1);
+6   layer1.connect_to(layer2);
+```
+如您所见，我们有四个不同的案例需要处理:
+1、神经元连接到另一个神经元
+2、神经元连接到神经元层
+3、神经元层连接到神经元
+4、神经元层连接到另一个神经元层
+
+正如你所猜到的，我们不可能对connect_to()函数进行四次重载。如果有三个不同的类，你会考虑创建九个函数吗？我不这么认为。相反，我们要做的是在基类中插入槽。由于多重继承，我们完全可以做到这一点。那么，下面呢？
+
+```c++
+ 1   template <typename Self>
+ 2   struct SomeNeurons
+ 3   {
+ 4     template <typename T> void connect_to(T&  other)
+ 5     {
+ 6       for (Neuron& from : *static_cast<Self*>(this))
+ 7       {
+ 8         for (Neuron& to : other)
+ 9         {
+10           from.out.push_back(&to);
+11           to.in.push_back(&from);
+12         }
+13       }
+14     }
+15   };
+```
+connect_to的实现绝对值得探讨。如您所见，它是一个模板成员函数，接受T，然后成对地迭代*this和T&的神经元，互相连接每个。但是有一个警告，我们不能只迭代*this，因为这会给我们一个SomeNeurons&和我们真正要找的类型。
+这就是我们为什么被迫让一些神经元成为一个模板类，其中模板参数Self指的是继承类。然后我们在取消引用和迭代内容之前，将this指针转换为Self*。SomeNeurons<Neuron>是为了实现方便而付出的小小代价。
+剩下的就是在Neuron和NeuronLayer中实现SomeNeurons::begin()和end()，让基于范围的循环真正工作。
+由于NeuronLayer继承自vector，因此不用显示实现begin()/end()，它已经自动存在。但是神经元本身确实需要一种迭代的方法。它需要让自己成为唯一可重复的元素。这可以通过以下方式完成：
+```c++
+1   Neuron* begin() override { return this; }
+2   Neuron* end() override { return this + 1; }
+```
+正是这个神奇的东西让SomeNeurons::connect_to()成为可能。简单来说，我们使得单个对象的行为像一个可迭代的对象集合。这允许以下所有用途：
+
+```c++
+1   Neuron neuron, neuron2;
+2   NeuronLayer layer, layer2;
+3
+4   neuron.connect_to(neuron2);
+5   neuron.connect_to(layer);
+6   layer.connect_to(neuron);
+7   layer.connect_to(layer2);
+```
+更不用说，如果您要引入一个新的容器（比如NeuronsRing），您所要做的就是从SomeNeurons<NeuronRing>继承，实现begin()/end()，新的类将立即连接到所有的神经元和神经元层。
+
+#### 总结
+复合设计模式允许我们为单个对象和对象集合提供相同的接口。这可以通过显式使用接口成员来完成，也可以通过duck typing（在程序设计中是动态类型的一种风格。在这种风格中，一个对象有效的语义，不是由继承自特定的类或实现特定的接口，而是由"当前方法和属性的集合"决定）来完成。例如基于范围的for循环并不需要您继承任何东西，而是通过实现begin()和end()。
+正是这些begin()/end()成员允许标量类型伪装成“集合”。同样有趣的是，我们的connect_to()函数的嵌套for循环能够将这两个构造连接在一起，尽管它们具有不同的迭代器类型:Neuron返回Neuron*而NeuronLayer返回vector::iterator——这两者并不完全相同。哈哈，这就是模板的魅力。
+最后，我必须承认，只有当你想拥有一个单一成员函数时，所有这些跳跃才有必要。如果您可以调用一个全局函数，或者如果您对有多个connect_to()实现感到满意，那么基类SomeNeurons并不是必要的。