詳解Python設計模式之策略模式

雖然設計模式與語言無關，但這并不意味著每一個模式都能在每一門語言中使用?！对O計模式：可復用面向對象軟件的基礎》一書中有 23 個模式，其中有 16 個在動態語言中“不見了，或者簡化了”。

1、策略模式概述

策略模式：定義一系列算法，把它們一一封裝起來，并且使它們之間可以相互替換。此模式讓算法的變化不會影響到使用算法的客戶。

電商領域有個使用“策略”模式的經典案例，即根據客戶的屬性或訂單中的商品計算折扣。

假如一個網店制定了下述折扣規則。

有 1000 或以上積分的顧客，每個訂單享 5% 折扣。 同一訂單中，單個商品的數量達到 20 個或以上，享 10% 折扣。 訂單中的不同商品達到 10 個或以上，享 7% 折扣。

簡單起見，我們假定一個訂單一次只能享用一個折扣。

UML類圖如下：

Promotion 抽象類提供了不同算法的公共接口，fidelityPromo、BulkPromo 和 LargeOrderPromo 三個子類實現具體的“策略”，具體策略由上下文類的客戶選擇。

在這個示例中，實例化訂單（Order 類）之前，系統會以某種方式選擇一種促銷折扣策略，然后把它傳給 Order 構造方法。具體怎么選擇策略，不在這個模式的職責范圍內。（選擇策略可以使用工廠模式。）

2、傳統方法實現策略模式：

from abc import ABC, abstractmethodfrom collections import namedtupleCustomer = namedtuple(’Customer’, ’name fidelity’)class LineItem: '''訂單中單個商品的數量和單價''' def __init__(self, product, quantity, price): self.product = product self.quantity = quantity self.price = price def total(self): return self.price * self.quantityclass Order: '''訂單''' 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 = ’<訂單 總價: {:.2f} 實付: {:.2f}>’ return fmt.format(self.total(), self.due())class Promotion(ABC): # 策略：抽象基類 @abstractmethod def discount(self, order): '''返回折扣金額（正值）'''class FidelityPromo(Promotion): # 第一個具體策略 '''為積分為1000或以上的顧客提供5%折扣''' def discount(self, order): return order.total() * 0.05 if order.customer.fidelity >= 1000 else 0class BulkItemPromo(Promotion): # 第二個具體策略 '''單個商品為20個或以上時提供10%折扣''' def discount(self, order): discount = 0 for item in order.cart: if item.quantity >= 20: discount += item.total() * 0.1 return discountclass LargeOrderPromo(Promotion): # 第三個具體策略 '''訂單中的不同商品達到10個或以上時提供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 0joe = 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：為積分為1000或以上的顧客提供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：單個商品為20個或以上時提供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：訂單中的不同商品達到10個或以上時提供7%折扣’)print(Order(joe, long_order, LargeOrderPromo()))print(Order(joe, cart, LargeOrderPromo()))

輸出：

策略一：為積分為1000或以上的顧客提供5%折扣<訂單 總價: 42.00 實付: 42.00><訂單 總價: 42.00 實付: 39.90>策略二：單個商品為20個或以上時提供10%折扣<訂單 總價: 30.00 實付: 28.50>策略三：訂單中的不同商品達到10個或以上時提供7%折扣<訂單 總價: 10.00 實付: 9.30><訂單 總價: 42.00 實付: 42.00>

3、使用函數實現策略模式

在傳統策略模式中，每個具體策略都是一個類，而且都只定義了一個方法，除此之外沒有其他任何實例屬性。它們看起來像是普通的函數一樣。的確如此，在 Python 中，我們可以把具體策略換成了簡單的函數，并且去掉策略的抽象類。

from collections import namedtupleCustomer = 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.quantityclass 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 = ’<訂單 總價: {:.2f} 實付: {:.2f}>’ return fmt.format(self.total(), self.due())def fidelity_promo(order): '''為積分為1000或以上的顧客提供5%折扣''' return order.total() * .05 if order.customer.fidelity >= 1000 else 0def bulk_item_promo(order): '''單個商品為20個或以上時提供10%折扣''' discount = 0 for item in order.cart: if item.quantity >= 20: discount += item.total() * .1 return discountdef large_order_promo(order): '''訂單中的不同商品達到10個或以上時提供7%折扣''' distinct_items = {item.product for item in order.cart} if len(distinct_items) >= 10: return order.total() * .07 return 0joe = 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：為積分為1000或以上的顧客提供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：單個商品為20個或以上時提供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：訂單中的不同商品達到10個或以上時提供7%折扣’)print(Order(joe, long_order, large_order_promo))print(Order(joe, cart, large_order_promo))

其實只要是支持高階函數的語言，就可以如此實現，例如 C# 中，可以用委托實現。只是如此實現反而使代碼變得復雜不易懂。而 Python 中，函數天然就可以當做參數來傳遞。

值得注意的是，《設計模式：可復用面向對象軟件的基礎》一書的作者指出：“策略對象通常是很好的享元?！?享元是可共享的對象，可以同時在多個上下文中使用。共享是推薦的做法，這樣不必在每個新的上下文（這里是 Order 實例）中使用相同的策略時不斷新建具體策略對象，從而減少消耗。因此，為了避免 [策略模式] 的運行時消耗，可以配合 [享元模式] 一起使用，但這樣，代碼行數和維護成本會不斷攀升。

在復雜的情況下，需要具體策略維護內部狀態時，可能需要把“策略”和“享元”模式結合起來。但是，具體策略一般沒有內部狀態，只是處理上下文中的數據。此時，一定要使用普通的函數，別去編寫只有一個方法的類，再去實現另一個類聲明的單函數接口。函數比用戶定義的類的實例輕量，而且無需使用“享元”模式，因為各個策略函數在 Python 編譯模塊時只會創建一次。普通的函數也是“可共享的對象，可以同時在多個上下文中使用”。

以上就是詳解Python設計模式之策略模式的詳細內容，更多關于Python 策略模式的資料請關注好吧啦網其它相關文章！