虽然设计模式与语言无关, 但这并不意味着每一个模式都能在每一门语言中使用.《设计模式: 可复用面向对象软件的基础》一书中有 23 个模式, 其中有 16 个在动态语言中 "不见了, 或者简化了".
1, 策略模式概述
策略模式: 定义一系列算法, 把它们一一封装起来, 并且使它们之间可以相互替换. 此模式让算法的变化不会影响到使用算法的客户.
电商领域有个使用 "策略" 模式的经典案例, 即根据客户的属性或订单中的商品计算折扣.
假如一个网店制定了下述折扣规则.
有 1000 或以上积分的顾客, 每个订单享 5% 折扣.
同一订单中, 单个商品的数量达到 20 个或以上, 享 10% 折扣.
订单中的不同商品达到 10 个或以上, 享 7% 折扣.
简单起见, 我们假定一个订单一次只能享用一个折扣.
UML 类图如下:
策略模式 UML 类图. PNG
Promotion 抽象类提供了不同算法的公共接口, fidelityPromo,BulkPromo 和 LargeOrderPromo 三个子类实现具体的 "策略", 具体策略由上下文类的客户选择.
在这个示例中, 实例化订单 (Order 类) 之前, 系统会以某种方式选择一种促销折扣策略, 然后把它传给 Order 构造方法. 具体怎么选择策略, 不在这个模式的职责范围内.(选择策略可以使用工厂模式.)
2, 传统方法实现策略模式:
- from abc import ABC, abstractmethod
- from collections import namedtuple
- Customer = namedtuple('Customer', 'name fidelity')
- class LineItem:
- """订单中单个商品的数量和单价"""
- def __init__(self, product, quantity, price):
- self.product = product
- self.quantity = quantity
- self.price = price
- def total(self):
- return self.price * self.quantity
- class Order:
- """订单"""
- def __init__(self, customer, cart, promotion=None):
- self.customer = customer
- self.cart = list(cart)
- self.promotion = promotion
- def total(self):
- if not hasattr(self, '__total'):
- self.__total = sum(item.total() for item in self.cart)
- return self.__total
- def due(self):
- if self.promotion is None:
- discount = 0
- else:
- discount = self.promotion.discount(self)
- return self.total() - discount
- def __repr__(self):
- fmt = '<订单 总价: {:.2f} 实付: {:.2f}>'
- return fmt.format(self.total(), self.due())
- class Promotion(ABC): # 策略: 抽象基类
- @abstractmethod
- def discount(self, order):
- """返回折扣金额(正值)"""
- class FidelityPromo(Promotion): # 第一个具体策略
- """为积分为 1000 或以上的顾客提供 5% 折扣"""
- def discount(self, order):
- return order.total() * 0.05 if order.customer.fidelity >= 1000 else 0
- class BulkItemPromo(Promotion): # 第二个具体策略
- """单个商品为 20 个或以上时提供 10% 折扣"""
- def discount(self, order):
- discount = 0
- for item in order.cart:
- if item.quantity >= 20:
- discount += item.total() * 0.1
- return discount
- class LargeOrderPromo(Promotion): # 第三个具体策略
- """订单中的不同商品达到 10 个或以上时提供 7% 折扣"""
- def discount(self, order):
- distinct_items = {item.product for item in order.cart}
- if len(distinct_items) >= 10:
- return order.total() * 0.07
- return 0
- joe = Customer('John Doe', 0)
- ann = Customer('Ann Smith', 1100)
- cart = [LineItem('banana', 4, 0.5),
- LineItem('apple', 10, 1.5),
- LineItem('watermellon', 5, 5.0)]
- print('策略一: 为积分为 1000 或以上的顾客提供 5% 折扣')
- print(Order(joe, cart, FidelityPromo()))
- print(Order(ann, cart, FidelityPromo()))
- banana_cart = [LineItem('banana', 30, 0.5),
- LineItem('apple', 10, 1.5)]
- print('策略二: 单个商品为 20 个或以上时提供 10% 折扣')
- print(Order(joe, banana_cart, BulkItemPromo()))
- long_order = [LineItem(str(item_code), 1, 1.0) for item_code in range(10)]
- print('策略三: 订单中的不同商品达到 10 个或以上时提供 7% 折扣')
- print(Order(joe, long_order, LargeOrderPromo()))
- print(Order(joe, cart, LargeOrderPromo()))
输出:
策略一: 为积分为 1000 或以上的顾客提供 5% 折扣
- <订单 总价: 42.00 实付: 42.00>
- <订单 总价: 42.00 实付: 39.90>
策略二: 单个商品为 20 个或以上时提供 10% 折扣
<订单 总价: 30.00 实付: 28.50>
策略三: 订单中的不同商品达到 10 个或以上时提供 7% 折扣
- <订单 总价: 10.00 实付: 9.30>
- <订单 总价: 42.00 实付: 42.00>
3, 使用函数实现策略模式
在传统策略模式中, 每个具体策略都是一个类, 而且都只定义了一个方法, 除此之外没有其他任何实例属性. 它们看起来像是普通的函数一样. 的确如此, 在 Python 中, 我们可以把具体策略换成了简单的函数, 并且去掉策略的抽象类.
- from collections import namedtuple
- Customer = namedtuple('Customer', 'name fidelity')
- class LineItem:
- def __init__(self, product, quantity, price):
- self.product = product
- self.quantity = quantity
- self.price = price
- def total(self):
- return self.price * self.quantity
- class Order:
- def __init__(self, customer, cart, promotion=None):
- self.customer = customer
- self.cart = list(cart)
- self.promotion = promotion
- def total(self):
- if not hasattr(self, '__total'):
- self.__total = sum(item.total() for item in self.cart)
- return self.__total
- def due(self):
- if self.promotion is None:
- discount = 0
- else:
- discount = self.promotion(self)
- return self.total() - discount
- def __repr__(self):
- fmt = '<订单 总价: {:.2f} 实付: {:.2f}>'
- return fmt.format(self.total(), self.due())
- def fidelity_promo(order):
- """为积分为 1000 或以上的顾客提供 5% 折扣"""
- return order.total() * .05 if order.customer.fidelity >= 1000 else 0
- def bulk_item_promo(order):
- """单个商品为 20 个或以上时提供 10% 折扣"""
- discount = 0
- for item in order.cart:
- if item.quantity >= 20:
- discount += item.total() * .1
- return discount
- def large_order_promo(order):
- """订单中的不同商品达到 10 个或以上时提供 7% 折扣"""
- distinct_items = {item.product for item in order.cart}
- if len(distinct_items) >= 10:
- return order.total() * .07
- return 0
- joe = Customer('John Doe', 0)
- ann = Customer('Ann Smith', 1100)
- cart = [LineItem('banana', 4, 0.5),
- LineItem('apple', 10, 1.5),
- LineItem('watermellon', 5, 5.0)]
- print('策略一: 为积分为 1000 或以上的顾客提供 5% 折扣')
- print(Order(joe, cart, fidelity_promo))
- print(Order(ann, cart, fidelity_promo))
- banana_cart = [LineItem('banana', 30, 0.5),
- LineItem('apple', 10, 1.5)]
- print('策略二: 单个商品为 20 个或以上时提供 10% 折扣')
- print(Order(joe, banana_cart, bulk_item_promo))
- long_order = [LineItem(str(item_code), 1, 1.0) for item_code in range(10)]
- print('策略三: 订单中的不同商品达到 10 个或以上时提供 7% 折扣')
- print(Order(joe, long_order, large_order_promo))
- print(Order(joe, cart, large_order_promo))
其实只要是支持高阶函数的语言, 就可以如此实现, 例如 C# 中, 可以用委托实现. 只是如此实现反而使代码变得复杂不易懂. 而 Python 中, 函数天然就可以当做参数来传递.
值得注意的是,《设计模式: 可复用面向对象软件的基础》一书的作者指出:"策略对象通常是很好的享元." 享元是可共享的对象, 可以同时在多个上下文中使用. 共享是推荐的做法, 这样不必在每个新的上下文 (这里是 Order 实例) 中使用相同的策略时不断新建具体策略对象, 从而减少消耗. 因此, 为了避免 [策略模式] 的运行时消耗, 可以配合 [享元模式] 一起使用, 但这样, 代码行数和维护成本会不断攀升.
在复杂的情况下, 需要具体策略维护内部状态时, 可能需要把 "策略" 和 "享元" 模式结合起来. 但是, 具体策略一般没有内部状态, 只是处理上下文中的数据. 此时, 一定要使用普通的函数, 别去编写只有一个方法的类, 再去实现另一个类声明的单函数接口. 函数比用户定义的类的实例轻量, 而且无需使用 "享元" 模式, 因为各个策略函数在 Python 编译模块时只会创建一次. 普通的函数也是 "可共享的对象, 可以同时在多个上下文中使用".
来源: https://www.cnblogs.com/gl1573/p/10727829.html