雖然設計模式與語言無關,但這並不意味著每一個模式都能在每一門語言中使用。《設計模式:可複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,並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,然後把它傳給 Order 構造方法。具體怎麼選擇策略,不在這個模式的職責範圍內。(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
<訂單 :="" 42.00="">
<訂單 :="" 42.00="" 39.90="">
策略二:單個商品為20個或以上時提供10%折扣
<訂單 :="" 30.00="" 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 :="" 10.00="" 9.30="">
<訂單 :="" 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,並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,可以用委託實現。只是如此實現反而使代碼變得複雜不易懂。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:可複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(這裡是 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。
在複雜的情況下,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”。
[月球人 ] 詳解Python設計模式之策略模式已經有277次圍觀