《流暢的Python》筆記。本篇主要講述Python中使用函數來實現策略模式和命令模式,最後總結出這種作法背後的思想。python
策略模式若是用面向對象的思想來簡單解釋的話,其實就是「多態」。父類指向子類,根據子類對同一方法的不一樣重寫,獲得不一樣結果。算法
下圖是經典的策略模式的UML類圖:編程
《設計模式:可複用面向對象軟件的基礎》一書這樣描述策略模式:設計模式
定義一系列算法,把它們封裝起來,且使它們能相互替換。本模式使得算法可獨立於使用它的客戶而變化。bash
下面以一個電商打折的例子來講明策略模式,打折方案以下:微信
爲此咱們須要建立5個類:app
Order
類:訂單類,至關於上述UML圖中的Context
上下文;Promotion
類:折扣類的父類,至關於UML圖中的Strategy
策略類,實現不一樣策略的共同接口;FidelityPromo
,BulkPromo
和LargeOrderPromo
依次對應於上述三個打折方案。如下是經典的策略模式在Python中的實現:ide
from abc import ABC, abstractmethod from collections import namedtuple Customer = namedtuple("Customer", "name fidelity") class LineItem: # 單個商品 def __init__(self, product, quantity, price): self.produce = product self.quantity = quantity self.price = price def total(self): return self.price * self.quantity class Order: # 訂單類,上下文 def __init__(self, customer, cart, promotion=None): self.customer = customer self.cart = list(cart) # 形參cart中的元素是LineItem self.promotion = promotion def total(self): # 未打折時的總價 if not hasattr(self, "__total"): self.__total = sum(item.total() for item in self.cart) return self.__total def due(self): # 折扣 if self.promotion is None: discount = 0 else: discount = self.promotion.discount(self) return self.total() - discount class Promotion(ABC): # 策略:抽象基類 @abstractmethod # 抽象方法 def discount(self, order): """返回折扣金額(正值)""" class FidelityPromo(Promotion): # 第一個具體策略 """積分1000及以上的顧客享5%""" 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 """某類商品爲20個及以上時,該類商品享10%優惠""" 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個及以上時享7%優惠""" 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
該類的使用示例以下:函數
>>> ann = Customer("Ann Smith", 1100) >>> joe = Customer("John Joe", 0) >>> cart = [LineItem("banana", 4, 0.5), LineItem("apple", 10, 1.5), ... LineItem("watermellon", 5, 5.0)] >>> Order(ann, cart, FidelityPromo()) # 每次新建一個具體策略類 >>> Order(joe, cart, FidelityPromo())
如今用Python函數以更少的代碼來重構上述的策略模式,去掉了抽象類Promotion
,用函數代替具體的策略類:網站
# 不用導入abc模塊,去掉了Promotion抽象類; # Customer, LineItem不變,Order類只修改due()函數;三個具體策略類改成函數 -- snip -- class Order: -- snip -- def due(self): # 折扣 if self.promotion is None: discount = 0 else: discount = self.promotion(self) # 修改成函數 return self.total() - discount def fidelity_promo(order): """積分1000及以上的顧客享5%""" return order.total() * 0.05 if order.customer.fidelity >= 1000 else 0 def bulk_item_promo(order): """某類商品爲20個及以上時,該類商品享10%優惠""" discount = 0 for item in order.cart: if item.quantity >= 20: discount += item.total() * 0.1 return discount def large_order_promo(order): """訂單中的不一樣商品達到10個及以上時享7%優惠""" distinct_items = {item.product for item in order.cart} if len(distinct_items) >= 10: return order.total() * 0.07 return 0
該類如今的使用示例以下:
>>> Order(ann, cart, fidelity_promo) # 沒有實例化新的促銷對象,函數拿來即用
脫離Python語言環境,從面相對象編程來講:
1.1中的使用示例能夠看出,每次建立Order
類時,都建立了一個具體策略類,即便不一樣的訂單都用的同一個策略。按理說它們應該共享同一個具體策略的實例,但實際並無。這就是策略模式的一個弊端。爲了彌補這個弊端,若是具體的策略沒有維護內部狀態,你能夠爲每一個具體策略建立一個實例,而後每次都傳入這個實例,這就是單例模式;但若是要維護內狀態,就須要將策略模式和享元模式結合使用,這又提升了代碼行數和維護成本。
在Python中則能夠用函數來避開策略模式的這些弊端:
上述代碼中,咱們須要自行傳入打折策略,但咱們更但願的是程序自動選擇最佳打折策略。如下是咱們最能想到的一種方式:
# 在生成Order實例時,傳入一個best_promo函數,讓其自動選擇最佳策略 promos = [fidelity_promo, bulk_item_promo, large_order_promo] # 三個打折函數的列表 def best_promo(order): """選擇可用的最佳策略""" return max(promo(order) for promo in promos)
但這樣作有一個弊端:若是要新增打折策略,不光要編寫打折函數,還得把函數手動加入到promos
列表中。咱們但願程序自動識別這些具體策略。改變代碼以下:
promos = [globals()[name] for name in globals() if name.endswith("_promo") and name != "best_promo"] # 自動獲取當前模塊中的打折函數 def best_promo(order): -- snip --
在Python中,模塊也是一等對象,globals()
函數是標準庫提供的處理模塊的函數,它返回一個字典,表示當前全局符號表。這個符號表始終針對當前模塊(對函數或方法來講,是指定義它們的模塊,而不是調用它們的模塊)
若是咱們把各類具體策略單獨放到一個模塊中,好比放到promotions
模塊中,上述代碼還可改成以下形式:
# 各具體策略單獨放到一個模塊中 import promotions, inspect # inspect.getmembers函數用於獲取對象的屬性,第二個參數是可選的判斷條件 promos = [func for name, func in inspect.getmembers(promotions, inspect.isfunction)] def best_promo(order): -- snip --
其實,動態收集具體策略函數更爲顯式的一種方案是使用簡單的裝飾器,這將在下一篇中介紹。
命令模式的UML類圖以下:
命令模式的目的是解耦發起調用的對象(調用者,Caller
)和提供實現的對象(接受者,Receiver
)。實際作法就是在它們之間增長一個命令類(Command
),它只有一個抽象接口execute()
,具體命令類實現這個接口便可。這樣調用者就無需瞭解接受者的接口,不一樣的接受者還能夠適應不一樣的Command
子類。
有人說「命令模式是回調機制的面向對象替代品」,但問題是,Python中咱們不必定須要這個替代品。具體說來,咱們能夠不爲調用者提供一個Command
實例,而是給它一個函數。此時,調用者不用調用command.execute()
,而是直接command()
。
如下是通常的命令模式代碼:
from abc import ABC, abstractmethod class Caller: def __init__(self, command=None): self.command = command def action(self): """把對接受者的調用交給中介Command""" self.command.execute() class Receiver: def do_something(self): """具體的執行命令""" print("I'm a receiver") class Command(ABC): @abstractmethod def execute(self): """調用具體的接受者方法""" class ConcreteCommand(Command): def __init__(self, receiver): self.receiver = receiver def execute(self): self.receiver.do_something() if __name__ == "__main__": receiver = Receiver() command = ConcreteCommand(receiver) caller = Caller(command) caller.action() # 結果: I'm a receiver
直接將上述代碼改爲函數的形式,其實並不容易改寫,由於具體的命令類還保存了接收者。可是換個思路,將其改爲可調用對象,那麼代碼就能夠變成以下形式:
class Caller: def __init__(self, command=None): self.command = command def action(self): # 以前是self.command.execute() self.command() class Receiver: def do_something(self): """具體的執行命令""" print("I'm a receiver") class ConcreteCommand: def __init__(self, receiver): self.receiver = receiver def __call__(self): self.receiver.do_something() if __name__ == "__main__": receiver = Receiver() command = ConcreteCommand(receiver) caller = Caller(command) caller.action()
看完這兩個例子,不知道你們發現了什麼類似之處了沒有:
它們都把實現單方法接口的類的實例替換成了可調用對象。畢竟,每一個Python可調用對象都實現了單方法接口,即__call__
方法。
直白一點說就是,若是你定義了一個抽象類,這個類只有一個抽象方法a()
,而後還要爲這個抽象類派生出一大堆具體類來重寫這個方法a()
,那麼此時大可沒必要定義這個抽象類,直接將這些具體類改寫成可調用對象便可,在__call__
方法中實現a()
要實現的功能。
這至關於用Python中可調用對象的基類充當了咱們定義的基類,咱們便不用再定義基類;對抽象方法a()
的重寫變成了對特殊方法__call__
的重寫,畢竟咱們只是想要這些方法有一個相同的名字,至於叫什麼其實無所謂。
迎你們關注個人微信公衆號"代碼港" & 我的網站 www.vpointer.net ~