بازار رو خراب کردن 🗿

#fun
@CodeModule

با پترن Proxy آشنا بشید! 🪻

الگوی پروکسی یک الگوی طراحی نرم افزار هست. یک پروکسی در کلی ترین شکل خود، کلاسی هست که به عنوان رابطی برای چیز دیگری عمل میکنه. پروکسی میتونه با هر چیزی ارتباط برقرار کنه، به عنوان مثال: یک اتصال شبکه، یک شی بزرگ در حافظه، یک فایل یا منابع دیگری که کپی کردن اون گرون هست یا غیرممکن. درواقع الگوی پروکسی یک راه غیرمستقیم برای دسترسی به یک شی فراهم میکنه و کنترل اضافی، انعطاف‌پذیری و بهبود عملکرد رو برای کد شما ارائه میده.

پترن پروکسی یک رویکرد همه کاره برای تعامل با شی رو ارائه میده. این یک لایه از کنترل رو فراهم و فرآیندها رو ساده میکنه. حتی میتونه با افزودن قابلیت هایی مثل ذخیره سازی، عملکرد رو بهبود ببخشه. این امر اون رو به ابزاری ارزشمند برای ساختن سیستم های نرم افزاری انعطاف پذیر و امن تبدیل میکنه.

چه زمانی از الگوی طراحی پروکسی استفاده کنیم؟

مثلا فکر کنید در حال ساختن یک نرم افزار پیچیده هستید که به یک موتور رندر سه بعدی قدرتمند نیاز داره. با این حال، این موتور منابع فشرده هست و ممکنه برای همه عملکردها مورد نیاز نباشه. حالا اینجا پروکسی چه کمکی میتونه کنه؟ یک پروکسی برای موتور رندر اجرا میکنیم. در ابتدا، پروکسی یک مکان نگه می داره یا خالی میمونه. زمانی که رندر سه بعدی واقعاً مورد نیاز هست، پروکسی موتور واقعی رو ایجاد میکنه و اطمینان حاصل میکنه که منابع فقط در صورت لزوم تخصیص داده میشن. این رویکرد به طور قابل توجهی زمان راه اندازی برنامه و استفاده از حافظه رو با به تأخیر انداختن ساخت اشیاء با منابع فشرده بهبود می بخشه.

یک زمان دیگه ای که میتونیم از این پترن استفاده کنیم، موقعی هست که شما در حال توسعه یک سیستم مدیریت مالی با اطلاعات حساس حساب هستید. برخی از نقش‌های کاربر فقط باید دسترسی به مشاهده داشته باشن، در حالی که برخی دیگر ممکن هست به مجوز تراکنش نیاز داشته باشن. اینجا یک پروکسی برای دسترسی به حساب میسازیم. پروکسی به عنوان دروازه‌بان عمل میکنه، درخواست‌های دسترسی رو رهگیری میکنه و مجوزهای کاربر رو قبل از اعطای تعامل با شی حساب واقعی تأیید میکنه. این اقدامات امنیتی رو اعمال میکنه و تغییرات غیرمجاز رو محدود میکنه و از داده های مالی حساس محافظت میکنه.

حالا سوالی که پیش میاد اینه. چه زمانی استفاده نکنیم؟؟

به این سناریو دقت کنید: شما در حال توسعه یک برنامه پردازش داده هستید که وظایف ساده دستکاری داده ها رو انجام میده. کنترل دسترسی یا بارگذاری تنبل مورد نیاز نیست.
و اگر برنامه شما از ویژگی هایی مثل بارگذاری تنبل(lazy loading) یا کنترل دسترسی استفاده نمیکنه، پروکسی ها ممکن هست انتزاعات غیر ضروری رو معرفی کنن. این لایه اضافی می تونه رفتار شی واقعی رو پنهان کنه و دیباگ کردن رو چالش برانگیزتر کنه. در این شرایط، یک رویکرد ساده تر بدون پروکسی ممکنه قابل نگهداری تر باشه.

به صورت کلی همه دیزاین پترن ها بنظر من برای شرایط خاصی میتونن کمک کننده باشن(البته اگر حواسمون بهشون باشه). این پترن هم میتونه در شرایط خاصی کمک کننده و بهترین راه حل باشه. برای کسب اطلاعات بیشتر، شما میتونید مقالات زیر رو مطالعه کنید.
- Article
- Article
- Article

#design_pattern #proxy
@CodeModule

اگه در توسعه پروژتون نیاز به بک اند و دیتابیس داشتید، اما به هر دلیلی دسترسی به بک اند کار نداشتید و از فایربیس امثالهم خسته شدید، میتونید از ابزاری به نام Json-Server استفاده کنید و Api های مورد نیاز پروژتون رو توسعه بدید.

خب JSON Server چیه؟ 🔬

کلمه JSON مخفف عبارت JavaScript Object Notation هست و یک ابزار Node.js سبک و با کاربری آسونه که یک API RESTFUL و با استفاده از یک فایل JSON به عنوان data source شبیه‌سازی می‌کنه. توسعه‌ دهنده های فرانت‌اند با کمک JSON Server می‌تونن APIهای ساختگی و بدون نیاز به نوشتن کدهای پیچیده سمت سرور یا زمانی که API پشتیبان هنوز آماده نیست ایجاد کنن.

این API ساختگی درخواست‌ها رو به endpoint ای که تنظیم میکنید ارسال می‌کنه، به درخواست‌های HTTP پاسخ میده و به این ترتیب کار و برای توسعه سریع برای توسعه‌دهندگان ایده‌آل می‌کنه. JSON Server همچنین توسعه‌دهندگان و قادر می‌سازخ تا عملیات CRUD و انجام بدن و داده‌ها رو در فایل‌های JSON ذخیره کنند.


ویژگی‌های JSON Server 🔍

❗️راه‌اندازی آسان و سریع

❗️پشتیبانی از CRUD

❗️قدرتمند و ساده

❗️شبیه سازی داده ها


عملکرد Json server مثل یه بک‌اند واقعی هست. از این به بعد به جای استفاده از دیتابیس هایی مثل firebase که تحریم و مشکلاتی داره... میتونید از جیسون سرور برای توسعه نمونه کار هاتون استفاده کنید.
بهتون پیشنهاد میکنم نحوه نصب و استفاده رو تو داکیومنتش مطالعه کنید 💠


Document 🌐

#jsonServer #database
@CodeModule

‏Do not use fs sync methods in Javascript⚡️

زمانی که ماژول fs رو در Node.js فراخوانی میکنیم، یک فهرست طولانی از متد های Syntc بهمون میده مثل: .readFileSync, fs.rmSync, fs.writeFileSync و... خیلی از متد های دیگه شبیه این متد ها هستن. مثلا من میخام یک فایل رو بخونیم:

const file = fs.readFileSync("codemodule.txt")

اگه ما این فایل رو اجرا کنیم واقعا متوجه این کند بودن نمیشیم (جوری که فکر میکنیم دسترسی به فایل ها و خوندن سریع هست)، در حالی که اینگونه نیست! دسترسی به فایل سیستم کند هست و این هم باید در نظر بگیریم که کد های js در بین چندین لایه کد قرار داره (کد های خود js و c++ و...) هرجور بخوایم حساب کنیم در بهترین شرایط باز هم دسترسی به فایل ها کند هست! به عنوان مثال من امروز نیاز داشتم که 10 هزار فایل که حجم هر فایل 10 بایت هست رو ایجاد کنم. پیاده سازی اولیه من با استفاده از fs و متد های Sync بود. وقتی تست رو ران کردم این خروجی بهم داد( به صورت تقریبی هست):

Logging with frequent rotations took 223981~~ ms

چیزی حدود 4 دقیقه طول میکشه و خب خوب نیست. درواقع وقتی ما از متد های Sync استفاده میکنیم ایونت لوپ Nodejs رو متوقف میکنیم و بهش میگیم:"صبر کن کار من تموم شه" که همین باعث میشه چیزی حدود 4 دقیقه کمتر یا بیشتر طول بکشه. اما اگر همین کار رو بدون استفاده از متد ها Sync و از fs.promises استفاده کنیم نتیجه خیلی چشمگیر و بهتر از قبلی هست. که با چنین خروجی احتمالی روبرو میشیم:

Logging with frequent rotations took 7555.057167 ms

چیزی حدود 7 ثانیه که متغیر هست 👀

این یکی از محکم ترین دلایلی هست که "نباید از متد های Sync استفاده کنیم". شما میتونید برای اطلاعات بیشتر مقاله زیر و کد ها رو بخونید (با متد های sync و بدون آنها)

- Article

#nodejs
@CodeModule

سوالات مصاحبه ای React.js 💠

در سایت زیر میتونید مجموعه ای از سوالات کاربردی و مصاحبه ای کتابخانه React.js رو به همراه جواب مشاهده کنید. با استفاده از این سایت، به راحتی میتونید خودتون رو به چالش بکشید یا اطلاعاتتون رو افزایش بدید.

🔗 https://react.sayjeyhi.com/


#react
@CodeModule

ماژول perf_hooks چیکار میکنه؟ ⚡️

ماژول perf_hooks در Node.js یک ابزار قدرتمند برای نظارت بر عملکرد و بهینه سازی هست. این یک رابط برای اندازه‌گیری عملکرد عملیات مختلف در یک برنامه ارائه میکنه و دولوپر ها رو قادر میسازه تا Bottleneck رو شناسایی، کد رو بهینه و معیارهای کلیدی مثل تاخیرهای حلقه رویداد، زمان‌های اجرای عملکرد و موارد دیگه رو نظارت کنن.

ماژول «perf_hooks» در درجه اول بر روی اندازه‌گیری‌های عملکرد با وضوح بالا تمرکز داره. مثلا با استفاده از روش «performance.now()»، دولوپر ها میتونن فواصل زمانی دقیق تا میکروثانیه رو اندازه‌گیری کنن که برای ردیابی مدت زمان انجام عملیات خاص مفید هست.

- مثال:

     const { performance } = require('perf_hooks');
     const start = performance.now();
     // Execute some code here
     const end = performance.now();
     console.log(`Execution took ${end - start} milliseconds.`);
     

به صورت کلی ماژول perf_hooks ابزارهای ضروری رو برای درک و بهینه سازی عملکرد برنامه به دولوپر های Node.js، ارائه میده. با ارائه معیارهای دقیق در زمان‌بندی، تاخیرهای حلقه رویداد و استفاده از حافظه، به دولوپر ها کمک میکنه تا مشکلات عملکرد رو تشخیص داده و کارایی برنامه رو افزایش بدن. برای اطلاعات بیشتر به داکیومنت این ماژول مراجعه کنید.

#nodejs
@CodeModule

یک مرجع عالی برای تایپ اسکریپت 🥶

سایت Total TypeScript یک منبع آموزشی جامع برای یادگیری TypeScript هست که توسط Matt Pocock ایجاد شده. این سایت دوره‌های مختلف و محتوای آموزشی زیادی در مورد TypeScript ارائه میده، از جمله مباحث مقدماتی تا پیشرفته، بهترین شیوه‌های استفاده، نکات کلیدی برای بهینه‌سازی کدهای TypeScript و ...

از همه مهم تر یه قسمت جدید به سایت اضافه شده که یک کتابه ۱۶ چپتری هست، و از ابتدایی ترین مباحث تایپ اسکریپت شروع به آموزش میکنه. بهتون پیشنهاد میکنم حتما یک سر بزنید.

🔗 Link

#typescript
@CodeModule

اینستاگرامم بلدی هک کنی؟ 😂

#fun
@CodeModule

الگوریتم BFS چیست؟ 🪼

‏Breadth-First Search (BFS) یک الگوریتم پیمایش محبوب هست که برای کاوش گره ها (نود ها) در یک حرکت گسترده استفاده میشه، به این معنی که قبل از رفتن به گره‌ها در سطح بعدی، همه گره‌ها رو در عمق فعلی کاوش میکنه. BFS از یک گره منبع شروع میشه، همه همسایگان خودش رو بازدید میکنه و سپس به سطح بعدی گره های بازدید نشده منتقل میشه و در آخر اطمینان حاصل میکنه که هر گره فقط یک بار بازدید میشه. این با استفاده از یک ساختار داده صف عمل میکنه، که تضمین میکنه که گره ها به ترتیب کشف شده کاوش میشن.

از BFS کجاها استفاده میشه؟

‏BFS به طور گسترده در برنامه های کاربردی مختلف استفاده میشه، به ویژه در سناریوهایی که کوتاه ترین مسیر یا پیمایش مرتبه سطح مورد نیاز هست. برخی از برنامه های کاربردی رایج عبارتند از:

1. کوتاه‌ترین مسیر در نمودارهای بدون وزن: BFS در پیدا کردن کوتاهترین مسیر بین دو گره در یک گراف بسیار کارآمده.

2. پلتفرم های شبکه های اجتماعی: برای کشف ارتباطات در درجات مختلف، مثل یافتن کوتاه ترین زنجیره دوستان، استفاده میشه.

3. اسکرپ وب: BFS به اسکرپ بین صفحات وب به صورت لول به لول کمک میکنه، قبل از رفتن به سطوح عمیق تر، پیوندهای جدید رو از صفحه فعلی کشف میکنه.

‏BFS یک الگوریتم اساسی با کاربردهای متنوع هست، به ویژه در مسائلی که کوتاهترین مسیر یا پیمایش مرتبه سطح مورد نیاز هست. توانایی اون در کاوش سیستماتیک گره ها level by level، جستجوی جامع و کارآمد رو در نمودارها یا درختان بدون وزن تضمین میکنه. برای اطلاعات بیشتر به مقالات لینک شده مراجعه کنید 💣

- Article
- Article
- Article

#bfs
@CodeModule

پرامپت بده، عکس بگیر 🤖

امروز یک ai بهتون معرفی میکنم که بهتون امکان میده به طور Real Time، پرامپت های خودتون رو بنویسید و همون موقع عکس مد نظر رو به طور نامحدود تحویل بگیرید. برای استفاده از این هوش مصنوعی کافیه روی لینک زیر کلیک کنید.

🔗 Link

#ai
@CodeModule

بهترین ترفندهای پرامپت نویسی چیه؟ 🐝

درست مطرح کردن موضوع و سوال، چه در سرچ گوگل و چه در ai های مختلف از اهمیت بالایی برخورداره. قطعا هممون دولوپر های مختلفی رو دیدیم که از Ai گله مند هستن و نمیتونن خوب مشکلشون رو بهش بفهمونن و جواب درست رو بگیرن. توی این پست برای شما دوستان چند تا راه حل برای بهتر نوشتن پرامپت‌ها آماده کردم، تا بتونیم خروجی بهتری از ai بگیریم.

🕸 هدف پرامپت رو شناسایی کنید.

قبل از اینکه شروع به نوشتن پرامپت کنید، هدف دقیقتون از نوشتن این فرمان رو تشخیص بدید و به جزییات ضروری اون فکر کنید. برای مثال اگه نیاز به نوشتن مقاله دارید، به سوژه دقیق اون، داده‌های ضروری و تعداد کلمات فکر کنید.

🕸 زمینه‌سازی کنید و جملاتی واضح بنویسید.

به جای اینکه خواسته‌های مبهم مطرح کنید، دستورالعملی کاملا دقیق و واضح در اختیار Ai بذارید که ویژگی‌ها، اشکال، رنگ‌ها، بافت‌ها، الگوها و یا سبک‌های مورد نظرتون رو تشریح کنه. علاوه بر این خوبه کمی زمینه‌سازی و اطلاعاتی مفهومی به AI ارائه کنید. مثلا پرامپت «یک تصویر پس‌زمینه بساز» به اندازه «تصویر پس‌زمینه‌ای از یک کوهستان پوشیده از برف، برکه‌ای آرام و آسمانی که با نورهای گرم خورشید روشن شده بساز» موثر نخواهد بود.

🕸 استفاده از کلمات و عبارات کلیدی رو فراموش نکنید.

اگر نیاز دارید هوش مصنوعی در سطح وب و گوگل جستجو کنه و اطلاعاتی دقیق پیدا کنه، استفاده از کلمات کلیدی موثر در «بهینه‌سازی موتور جستجو» (Search Engine Optimization | SEO) رو فراموش نکنید.

🕸 پرامپت‌ها رو کوتاه و تمیز نگه دارید.

با توجه به اینکه از کدوم ابزار AI کمک می‌گیرید و چه مشکلی دارید، طول پرامپت متغیر خواهد بود. اگرچه که پرامپت‌های طولانی و پیچیده می‌تونن اطلاعات ارزشمندی در اختیار هوش مصنوعی بذارن، اما به عنوان یک قاعده کلی، پرامپت‌ها رو تا حد امکان کوتاه و سرراست نگه دارید و از حداقل ۳ الی ۷ کلمه استفاده کنید.

🕸 سوالات استدلالی و خلاقانه بپرسید.

اگه پرامپت رو طوری بنویسید که پاسخ ساده «بله» یا «خیر» داشته باشه، نتایج محدودتری نسبت به سوالات استدلالی دریافت خواهید کرد. برای مثال به جای پرسیدن اینکه «آیا قهوه برای سلامتی مضر است؟»، می‌تونید بپرسید «مزایا و معایب مصرف قهوه برای سلامتی چیست؟».

به طور کلی اینا برخی از راه حل هایی بود که به ما در نوشتن پرامپت کمک بزرگی میکنن و با جدی گرفتن اون ها، خروجی بهتری از Ai خواهیم داشت 🤖

#tips #ai
@CodeModule

۱۲ سپتامبر که به عنوان "روز برنامه‌نویس" شناخته میشه، ۲۵۶مین روز سال هست. عدد ۲۵۶ برای دولوپرا معنای ویژه‌ای داره، چون در سیستم دودویی (باینری) که اساس کامپیوترها و برنامه‌نویسی هست، ۲۵۶ بزرگ‌ترین توانیه که میتوان با ۸ بیت (یک بایت) نشون داد. همچنین عدد ۲۵۶ در بسیاری از مفاهیم کامپیوتری به‌ویژه حافظه و پردازش داده‌ها, اهمیت زیادی داره و اینا یک سری دلایله که امروز رو به ما برنامه نویسا اختصاص بدن.

روزتون مبارک و آینده ای درخشان برای تک تکتون آرزو میکنم💙

@CodeModule

سینتکس و سمنتیک چیه؟ (Syntax and Semantics) ☠

برخلاف زبان‌های طبیعی که افکار و احساسات خودمون رو با اون ها نشون میدیم، زبان‌های برنامه‌نویسی رو میشه به‌عنوان زبان‌های مصنوعی در نظر گرفت که توسط انسان ها برای برقراری ارتباط با رایانه‌ها، و سپس مهم‌تر از همه برای برقراری ارتباط الگوریتم‌ها بین مردم تعریف میشن.

به عنوان مثال، تعاریف زبان از سه جزء تشکیل شده:

‏🫧 Syntax: سینتکس یک زبان برنامه نویسی مجموعه قوانینی هست که ترکیبی از نمادها رو تعریف میکنه که به عنوان برنامه هایی با ساختار صحیح، در اون زبان در نظر گرفته میشن. سینتکس یک زبان شکل سطحی اون رو مشخص میکنه. زبان های برنامه نویسی مبتنی بر متن بر اساس دنباله ای از کاراکترها هستن. گرامر واژگانی یک زبان متنی مشخص میکنه که چگونه کاراکترها باید به توکن ها تقسیم بشن. همچنین روابط رسمی بین اجزای تشکیل دهنده یک زبان رو تعریف میکنه و بدین وسیله توصیفی ساختاری از عبارات مختلفی که استرینگ های قانونی در زبان رو تشکیل میدن ارائه میده. و در نهایت سینتکس صرفاً به شکل و ساختار نمادها(سیمبل ها) در یک زبان می پردازه بدون اینکه به معنای اون ها توجه بشه.

‏🫧 Semantics: به معنای معتبر بودن یا نبودن جمله هست. سمنتیک معنای رشته های معتبر سینتکس رو در یک زبان آشکار میکنه. برای زبان های طبیعی، این به معنای همبستگی جملات و عبارات با اشیاء، افکار و احساسات تجربیات ماست. برای زبان‌های برنامه‌نویسی، سمنتیک رفتاری رو توصیف میکنه که کامپیوتر هنگام اجرای یک برنامه در زبان از اون پیروی میکنه. ما ممکنه این رفتار رو با توصیف رابطه بین ورودی و خروجی یک برنامه یا با توضیح گام به گام سینتکس اجرای یک برنامه بر روی یک ماشین واقعی یا انتزاعی فاش کنیم. سمنتیک اصطلاح کلی برای مطالعه معناست. در علوم کامپیوتر موضوع سمنتیک زبان برنامه نویسی به دنبال این است که معنای ریاضی دقیقی به برنامه ها بده.

سمنتیک به 2 سطح تقسیم میشه. سطح پایین و سطح بالا. که توضیحات هرکدوم متفاوت هست. که خودتون میتونین تحقیق کنید.

‏🫧 Pragmatics: پراگماتیک به جنبه هایی از زبان اشاره میکنه که کاربران زبان رو درگیر میکنه، یعنی پدیده های روانشناختی و جامعه شناختی مانند سودمندی، دامنه کاربرد و تأثیرات بر استفاده کنندگان. برای زبان های برنامه نویسی، عمل شناسی شامل موضوعاتی مانند سهولت اجرا، کارایی در کاربرد و روش برنامه نویسی هست.

اما تجزیه تحلیل سمنتیک و سینتکس در کامپایلر کجا قرار میگیره؟

معمولاً، تجزیه و تحلیل سینتکس و سمنتیک کد در قسمت "frontend" کامپایلر انجام میشه.

‏Syntax: کامپایلر توکن هایی رو برای هر کلمه کلیدی و نماد تولید میکنه: توکن ها حاوی اطلاعات نوع کلمه کلیدی و مکان اون در کد هست. با استفاده از این نشانه ها، یک AST (مخفف Abstract Syntax Tree) ایجاد و تجزیه و تحلیل میشن. چیزی که کامپایلر در اینجا بررسی میکنه این هست که آیا کد از نظر لغوی معنی‌دار است، یعنی آیا "توالی کلمات کلیدی" با قوانین زبان مطابقت داره؟(خطاهای سینتکسی(fucking syntax error😩) در این مرحله ایجاد میشه.)

سمنتیک: اکنون، کامپایلر بررسی میکنه که آیا عملیات کد شما منطقی هست یا خیر. به عنوان مثال اگر زبان از Type Inference پشتیبانی میکنه، اگر می خواهید استرینگی ای رو به یک float اختصاص بدین، خطای سمنتیک گزارش میشه. یا دوبار یک متغیر رو اعلام کنین. اینها خطاهایی هستند که از نظر دستوری و سینتکسی درست هستن، اما در طول عملیات هیچ معنایی ندارن. نکته جانبی: برای بررسی اینکه آیا یک متغیر دو بار اعلام شده است یا خیر، کامپایلر یک symbol table رو مدیریت میکنه.

شاید درکش در نگاه اول سخت باشه و ممکنه توضیحات من گیجتون کنه، ولی سعی کردم توضیحات ساده و کلی درموردشون بدم. برای اطلاعات بیشتر این PDF و مقالات زیر رو بخونید.
- PDF
- Article
- PDF

خود خودشه 😂😂😂

#fun
@CodeModule

دیزاین پترن Composite چیست؟ 🫵

الگوی طراحی Composite، یک الگوی طراحی structural هست که به شما امکان میده اشیاء رو در ساختارهای درخت مانند بنویسید تا سلسله مراتب بخشی از کل رو نشون بده. این به کلاینت(مشتری ها) اجازه میده تا با اشیاء و ترکیبات اشیا به طور یکنواخت رفتار کنن. به عبارت دیگه چه با یک شی منفرد و چه با گروهی از اشیا (کامپوزیت)، مشتریان میتونن به جای یکدیگر از اون ها استفاده کنن.

الگوی طراحی کامپوزیت چه مشکلاتی رو میتونه حل کنه؟ 🧸

* یک سلسله مراتب بخشی از کل باید نشان داده بشه تا کلاینت ها بتونن با اشیاء جزئی و کل به طور یکنواخت رفتار کنن.

* سلسله مراتب بخشی از کل، باید به عنوان ساختار درختی نشان داده بشه.

الگوی طراحی کامپوزیت چه راه حلی را توصیف می کند؟

* یک رابط کامپوننت یکپارچه برای اشیاء قسمت (برگ) و اشیاء کل (کامپوزیت) تعریف میکنین.

* اشیاء Leaf منفرد رابط Component رو مستقیماً پیاده سازی میکنن و اشیاء Composite درخواست ها رو به مؤلفه های فرزندشون ارسال میکنن.

شاید درکش در نگاه اول سخت باشه برای همین یک منوی رستوران رو تصور کنید، که با استفاده از الگوی طراحی کامپوزیت ارائه شده.

‏1. MenuItem (Interface): این رابط پایه هست که عملیات مشترک رو برای همه آیتم های منو تعریف میکنه. میتونه شامل متدهایی مثل «getName()»، «getPrice()» و «getDescription()» باشه.

‏2. Leaf (Concrete Class): این یک آیتم منوی واحد مثل "برگر" یا "سالاد" رو نشون میده. «MenuItem» رو پیاده‌سازی میکنه و پیاده‌سازی‌های مشخصی رو برای متد های خود فراهم میکنه و جزئیات خاص اون آیتم رو برمی‌گردونه.

‏3. Composite (Concrete Class): این نشون دهنده یک دسته در منو مثل پیش غذاها هست. "MenuItem" رو پیاده سازی میکنه اما جزئیات خاص خود رو نداره. درعوض، فهرستی از مؤلفه‌های فرزند (سایر موارد «MenuItems» که میتونه هم «برگ» و هم دیگر اشیاء «کامپوزیت» باشن رو در خود داره. متد های رابط رو با تکرار از طریق مؤلفه‌های فرزند خود و تفویض تماس به روش‌های مربوطه اجرا میکنه. برای مثال، «getPrice()» قیمت کل رو با جمع کردن قیمت‌های همه اقلام فرزند خود محاسبه میکنه.

به صورت کلی این پترن هم مثل پترن های دیگه در شرایط خاص ممکنه کاربردی باشه. برای اطلاعات بیشتر به این مقالات مراجعه کنید:
- Article
- Article
- Article

#design_pattern
@CodeModule

پس لینکدین قابلیت‌های دیگه‌ای هم داره😂

#fun
@CodeModule