Python設計模式之策略模式

Python 中的設計模式詳解之：策略模式

雖然設計模式與語言無關，但這並不意味着每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」。

一、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，而且使它們之間能夠相互替換。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，每一個訂單享 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。
• 訂單中的不一樣商品達到 10 個或以上，享 7% 折扣。

簡單起見，咱們假定一個訂單一次只能享用一個折扣。

UML類圖以下：

Promotion 抽象類提供了不一樣算法的公共接口，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）以前，系統會以某種方式選擇一種促銷折扣策略，而後把它傳給 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。（選擇策略可使用工廠模式。）

二、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
    """爲積分爲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
    """單個商品爲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
    """訂單中的不一樣商品達到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：爲積分爲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：單個商品爲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：訂單中的不一樣商品達到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：爲積分爲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：單個商品爲20個或以上時提供10%折扣
<訂單 總價: 30.00 實付: 28.50>
策略三：訂單中的不一樣商品達到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>

三、使用函數實現策略模式

在傳統策略模式中，每一個具體策略都是一個類，並且都只定義了一個方法，除此以外沒有其餘任何實例屬性。它們看起來像是普通的函數同樣。的確如此，在 Python 中，咱們能夠把具體策略換成了簡單的函數，而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):
    """爲積分爲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):
    """單個商品爲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):
    """訂單中的不一樣商品達到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：爲積分爲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：單個商品爲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：訂單中的不一樣商品達到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，就能夠如此實現，例如 C# 中，能夠用委託實現。只是如此實現反而使代碼變得複雜不易懂。而 Python 中，函數自然就能夠當作參數來傳遞。

值得注意的是，《設計模式：可複用面向對象軟件的基礎》一書的做者指出：「策略對象一般是很好的享元。」 享元是可共享的對象，能夠同時在多個上下文中使用。共享是推薦的作法，這樣沒必要在每一個新的上下文（這裏是 Order 實例）中使用相同的策略時不斷新建具體策略對象，從而減小消耗。所以，爲了不 [策略模式] 的運行時消耗，能夠配合 [享元模式] 一塊兒使用，但這樣，代碼行數和維護成本會不斷攀升。

在複雜的狀況下，須要具體策略維護內部狀態時，可能須要把「策略」和「享元」模式結合起來。可是，具體策略通常沒有內部狀態，只是處理上下文中的數據。此時，必定要使用普通的函數，別去編寫只有一個方法的類，再去實現另外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，並且無需使用「享元」模式，由於各個策略函數在 Python 編譯模塊時只會建立一次。普通的函數也是「可共享的對象，能夠同時在多個上下文中使用」。

轉自 http://www.javashuo.com/article/p-ydenrlmd-gc.html