python實現策略模式
?
原文地址
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
=
'
<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
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
<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
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
=
'
<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
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”。
?
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
