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。《設計模式：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, abstractmethod

from collections import namedtuple

Customer = 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.quantity

class 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 = ''

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 0

class 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 discount

class 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 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：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

策略二：單個商品為20個或以上時提供10%折扣

策略三：訂單中的不同商品達到10個或以上時提供7%折扣

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 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 = ''

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 0

def 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 discount

def 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 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：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我們其它相關文章！

本文標題: 詳解Python設計模式之策略模式

本文地址: http://www.cppcns.com/jiaoben/python/319771.html

總結

以上是生活随笔為你收集整理的python策略模式包含角色_详解Python设计模式之策略模式的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。