本文介绍在面向对象建模中，如何让 person 实例各自独立维护对多个 commodity 实例的个性化需求量（如每人对苹果、香蕉等商品的不同需求数），避免全局共享，支持灵活扩展与高效查询。
在模拟经济系统、多智能体建模（ABM）或个性化推荐场景中，常需表达“一个主体（如 Person）对多个资源项（如 Commodity）具有独立、可变的数值关联”，例如：每位用户对每种商品有专属的需求量（demand）、偏好权重或购买频次。这类关系本质上是实例级的、一对多的、带数值属性的映射，而非静态类关系或全局配置。
✅ 推荐方案一：Map —— 简洁、高效、语义清晰
这是最常用且推荐的实现方式。每个 Person 持有一个以 Commodity 为键、以需求量（Double，支持小数，适配经济学中的连续量）为值的哈希映射。它天然保证：
- 实例隔离性：每个 Person 的 demands 是独立 Map，互不影响；
- O(1) 查找性能：通过商品实例直接获取其对应需求；
- 动态可变性：可随时增删改查任意商品的需求，无需预定义字段；
- 类型安全 & 可扩展：键为对象引用，天然支持商品元数据（如价格、库存）联动。
import java.util.HashMap;
import java.util.Map;
import java.util.Optional;
public class Person {
private final Map demands = new HashMap<>();
// 设置某商品的需求量（支持浮点，适配财富分配计算）
public void setDemand(Commodity commodity, double demand) {
if (demand < 0) throw new IllegalArgumentException("Demand cannot be negative");
demands.put(commodity, demand);
}
// 安全获取：返回 Optional 避免 null 判断
public Optional getDemand(Commodity commodity) {
return Optional.ofNullable(demands.get(commodity));
}
// 批量初始化：传入商品列表，自动设默认需求（如随机生成）
public void initDemands(Iterable commodities) {
for (Commodity c : commodities) {
double randomDemand = Math.random() * 10.0; // 示例：0–10 区间随机需求
setDemand(c, randomDemand);
}
}
} ? 关键设计说明：Commodity 类必须正确实现 equals() 和 hashCode()（如使用 Lombok 的 @EqualsAndHashCode），否则 HashMap 将无法正确识别同一商品实例——这是初学者最常见的坑。
✅ 方案二：List —— 适用于需拓展需求行为的场景
当“需求”本身需要承载更多业务逻辑时（例如记录提出时间、是否已满足、弹性系数等），可将需求建模为独立实体类 Demand：
public class Demand {
private final Commodity commodity;
private double amount;
private final Instant createdAt;
public Demand(Commodity commodity, double amount) {
this.commodity = Objects.requireNonNull(commodity);
this.amount = Math.max(0, amount);
this.createdAt = Instant.now();
}
// getter/setter...
}此时 Person 持有 List
public class Person {
private final List demands = new ArrayList<>();
public void addDemand(Commodity commodity, double amount) {
demands.add(new Demand(commodity, amount));
}
public double getDemandFor(Commodity c) {
return demands.stream()
.filter(d -> d.getCommodity().equals(c))
.mapToDouble(Demand::getAmount)
.findFirst()
.orElse(0.0);
}
} ⚠️ 注意：该方案查询复杂度为 O(n)，若频繁按商品查需求，建议额外维护一个 Map
? 初始化示例：10 人 × 5 商品
// 初始化商品池（全局唯一实例） Listgoods = List.of( new Commodity(UUID.randomUUID(), "apple"), new Commodity(UUID.randomUUID(), "banana"), new Commodity(UUID.randomUUID(), "cheese"), new Commodity(UUID.randomUUID(), "bread"), new Commodity(UUID.randomUUID(), "butter") ); // 创建 10 位独立个体，每人随机初始化 5 种商品需求 List population = new ArrayList<>(); for (int i = 0; i < 10; i++) { Person p = new Person(); p.initDemands(goods); // 自动为 goods 中每个商品设随机 demand population.add(p); } // 查询第 0 位用户对香蕉的需求 Optional bananaDemand = population.get(0) .getDemand(goods.get(1)); // goods.get(1) 是 banana 实例
✅ 总结与选型建议
| 场景 | 推荐方案 | 理由 |
|---|---|---|
| 需求仅为数值，强调查询效率与代码简洁性 | Map |
内存紧凑、API 直观、无冗余对象开销 |
| 需求需携带时间戳、状态、规则或参与复杂计算 | List |
支持领域建模深化，易于演进 |
| 商品种类固定且极少（≤3）且追求极致性能 | 常量字段（double appleDemand; double bananaDemand;…） | 零对象分配，但丧失扩展性，不推荐 |
最终，用对象引用作 Map 键，是平衡表达力、性能与可维护性的黄金实践——它忠实地反映了“每个 Person 对每个 Commodity 拥有专属数值”的业务本质，且无缝适配 Java 生态的集合工具链。
