【經典案例】Python詳解設計模式：策略模式

完成一項任務每每有多種方式，咱們將其稱之爲策略。

好比，超市作活動，若是你的購物積分滿1000，就能夠按兌換現金抵用券10元，若是購買同一商品滿10件，就能夠打9折，若是若是購買的金額超過500，就能夠享受滿減50元的優惠。這是三個不一樣的促銷策略。

再好比，聯繫朋友、同窗，能夠打電話，也能夠發短信，能夠發微信，也能夠發郵件，這是四個不一樣的聯繫策略。

再好比，去外出旅遊，咱們能夠選擇火車，也能夠選擇公共汽車，能夠選擇飛機，也能夠選擇自駕遊。這又是四個不一樣的出行策略。

以上這些真實場景，都有策略選擇模型的影子，能夠考慮使用策略模式。

經典的策略模式，是由三部分組成

• Context：上下文環境類
• Stragety：策略基類
• ConcreteStragety：具體策略

以第一個超市作活動的場景來舉個例子。

• Context：Order類，訂單信息，包括商品，價格和數量，覺得購買者等
• Stragety：Promotion類，抽象基類，包含一個抽象方法（計算折扣）
• ContreteStragety：分三個類，FidelityPromo，BulkItemPromo，LargeOrderPromo，實現具體的折扣計算方法。

首先是 Order 類：

class Item:
    def __init__(self, issue, price, quantity):
        self.issue = issue
        self.price = price
        self.quantity = quantity

    def total(self):
        return self.price * self.quantity

class Order:
    def __init__(self, customer, promotion=None):
        self.cart = []
        self.customer = customer
        self.promotion = promotion

    def add_to_cart(self, *items):
        for item in items:
            self.cart.append(item)

    def total(self):
        total = 0
        for item in self.cart:
            total += item.total()

        return total

    def due(self):
        if not self.promotion:
            discount = 0
        else:
            discount  = self.promotion.discount(self)
        return (self.total() - discount)

而後是積分兌換現金券的策略，爲了保證咱們的代碼具備良好的可擴展性及維護性，我會先寫一個策略類，它是一個抽象基類，它的子類都是一個具體的策略，都必須實現 discount 方法，就好比我們的積分兌換現金策略。

from abc import ABC, abstractmethod

class Promotion(ABC):
    @abstractmethod
    def discount(self, order):
        pass


class FidelityPromo(Promotion):
    '''
    若是積分滿1000分，就能夠兌換10元現金券
    '''
    def discount(self, order):
        return 10 if order.customer.fidelity >1000 else 0

假設如今小明去商場買了一件衣服（600塊），兩雙鞋子（200*2），他的購物積分有1500點。

在平時，商場通常都沒有活動，可是終年都有積分換現金抵用券的活動。

>>> from collections import namedtuple

# 定義兩個字段：名字，購物積分
>>> Customer = namedtuple('Customer', 'name fidelity')
>>> xm = Customer('小明', 1500)
>>> item1 = Item('鞋子', 200, 3)
>>> item2 = Item('衣服', 600, 1)
>>> order = Order(xm, FidelityPromo())
>>> order.add_to_cart(item1, item2)

# 原價 1200，用上積分後，只要1190
>>> order
<Order Total:1200 due:1190>

眼看着，五一節也快了，商場準備大搞促銷

• 只要單項商品購買10件，便可9折。
• 若是訂單總金額大於等於500，就能夠立減50。

有了此前咱們使用 策略模式 打下的基礎，咱們並非使用硬編碼的方式來配置策略，因此不須要改動太多的源碼，只要直接定義五一節的兩個促銷策略類便可（一樣繼承自 Promotion 抽象基類），就像插件同樣，即插即用。

class BulkItemPromo(Promotion):
    '''
    若是單項商品購買10件，便可9折。
    '''
    def discount(self, order):
        discount = 0
        for item in order.cart:
            if item.quantity >= 10:
                discount += item.total() * 0.1
        return discount

class LargeOrderPromo(Promotion):
    '''
    若是訂單總金額大於等於500，就能夠立減50
    '''
    def discount(self, order):
        discount = 0
        if order.total() >= 500:
            discount = 50

        return discount

看到商場活動如此給力，小明的錢包也鼓了起來，開始屯起了生活用品。

若是使用了第一個策略，原價600，只須要花 580

>>> from collections import namedtuple
>>> Customer = namedtuple('Customer', 'name fidelity')

>>> xm = Customer('小明', 300)

>>> item1 = Item('紙巾', 20, 10)
>>> item2 = Item('食用油', 50, 4)
>>> item3 = Item('牛奶', 50, 4)


>>> order = Order(xm, BulkItemPromo())
>>> order.add_to_cart(item1, item2, item3)

>>> order
<Order Total:600 due:580.0>

若是使用了第二個策略，原價600，只須要花550

>>> from collections import namedtuple
>>> Customer = namedtuple('Customer', 'name fidelity')

>>> xm = Customer('小明', 300)

>>> item1 = Item('紙巾', 20, 10)
>>> item2 = Item('食用油', 50, 4)
>>> item3 = Item('牛奶', 50, 4)


>>> order = Order(xm, LargeOrderPromo())
>>> order.add_to_cart(item1, item2, item3)

>>> order
<Order Total:600 due:550>

兩個策略即插即用，只須要在前臺下訂單時，選擇對應的策略便可，原業務邏輯無需改動。

>>> order = Order(xm, BulkItemPromo())
>>> order = Order(xm, LargeOrderPromo())

可是問題很快又來了，商場搞活動，卻讓顧客手動選擇使用哪一個優惠策略，做爲一個良心的商家，應該要能自動對比全部策略得出最優惠的價格來給到顧客。這就要求後臺代碼要可以找出當前可用的所有策略，並一一比對摺扣。

# 找出全部的促銷策略
all_promotion = [globals()[name] for name in globals() if name.endswith('Promo') and name != 'BestPromo']

# 實現一個最優策略類
class BestPromo(Promotion):
    def discount(self, order):
        # 找出當前文件中全部的策略
        all_promotion = [globals()[name] for name in globals() if name.endswith('Promo') and name != 'BestPromo']

        # 計算最大折扣
        return max([promo().discount(order) for promo in all_promotion])

在前臺下訂單的時候，就會自動計算全部的優惠策略，直接告訴顧客最便宜的價格。

# 直接選擇這個最優策略
>>> order = Order(xm, BestPromo())
>>> order.add_to_cart(item1, item2, item3)

>>> order
<Order Total:600 due:550>

經過以上例子，能夠總結出使用策略模式的好處

1. 擴展性優秀，移植方便，使用靈活。能夠很方便擴展策略；
2. 各個策略能夠自由切換。這也是依賴抽象類設計接口的好處之一；

但同時，策略模式 也會帶來一些弊端。

1. 項目比較龐大時，策略可能比較多，不便於維護；
2. 策略的使用方必須知道有哪些策略，才能決定使用哪個策略，這與迪米特法則是相違背的。

對於以上的例子，仔細一想，其實還有很多能夠優化的地方。

好比，爲了實現經典的模式，咱們先要定義一個抽象基類，再實現具體的策略類。對於上面這樣一個簡單的計算折扣價格邏輯來講，其實能夠用函數來實現，而後在實例化 Order 類時指定這個策略函數便可，大可沒必要將類給搬出來。這樣就能夠避免在下訂單時，不斷的建立策略對象，減小多餘的運行時消耗。這裏就不具體寫出代碼了。

因此學習設計模式，不只要知道如何利用這樣的模式組織代碼，更要領會其思想，活學活用，靈活變通。

以上，就是今天關於 策略模式 的一些我的分享，若有講得不到位的，還請後臺留言指正！

參考文檔

• 《流暢的Python》

---

原文出處：https://www.cnblogs.com/wongbingming/p/10753072.html