Python設計模式之策略模式

設計模式是我們實際應用開發(fā)中必不可缺的，對設計模式的理解有助于我們寫出可讀性和擴展更高的應用程序。雖然設計模式與語言無關，但并不意味著每一個模式都能在任何語言中使用，所以有必要去針對語言的特性去做了解。設計模式特別是對于java語言而言，已經(jīng)有過非常多的大牛寫過，所以這里我就不重復了。對于Python來說就相對要少很多，特別是python語言具有很多高級的特性，而不需要了解這些照樣能滿足開發(fā)中的很多需求，所以很多人往往忽視了這些，這里我們來在Pythonic中來感受一下設計模式。

1.介紹

策略模式也是常見的設計模式之一，它是指對一系列的算法定義，并將每一個算法封裝起來，而且使它們還可以相互替換。策略模式讓算法獨立于使用它的客戶而獨立變化。
這是比較官方的說法，看著明顯的一股比較抽象的感覺，通俗來講就是針對一個問題而定義出一個解決的模板，這個模板就是具體的策略，每個策略都是按照這個模板來的。這種情況下我們有新的策略時就可以直接按照模板來寫，而不會影響之前已經(jīng)定義好的策略。

2.具體實例

這里我用的《流暢的Python》中的實例，剛好雙11過去不久，相信許多小伙伴也是掏空了腰包，哈哈。那這里就以電商領域的根據(jù)客戶的屬性或訂單中的商品數(shù)量來計算折扣的方式來進行講解，首先來看看下面這張圖。

通過這張圖，相信能對策略模式的流程有個比較清晰的了解了。然后看看具體的實現(xiàn)過程，首先我們用namedtuple來定義一個Customer，雖然這里是說設計模式，考慮到有些小伙伴可能對Python中的具名元組不太熟悉，所以這里也簡單的說下。
namedtuple用來構建一個帶字段名的元組和一個有名字的類，這樣說可能還是有些抽象，這里來看看下面的代碼

from collections import namedtuple
City = namedtuple('City','name country provinces')
這里測試就直接如下
changsha = City('Changsha','China','Hunan')
print(changsha)

結果如下
City(name='Changsha', country='China', province='Hunan')
還可以直接調用字段名
print(changsha.name)
更多用法可以去看看官方文檔，這里重點還是講設計模式。
好了，先來看看用類實現(xiàn)的策略模式

# 策略設計模式實例

from abc import ABC, abstractmethod
from collections import namedtuple

# 創(chuàng)建一個具名元組
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


# 上下文
class Order:
　　
　?。?傳入三個參數(shù)，分別是消費者，購物清單，促銷方式
    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

    #　輸出具體信息
    def __repr__(self):
        fmt = '<Order total: {:.2f} due: {:.2f}>'
        return fmt.format(self.total(), self.due())


# 策略　抽象基類
class Promotion(ABC):

    @abstractmethod
    def discount(self, order):
        """
        :param order:
        :return: 返回折扣金額（正值）
        """


# 第一個具體策略
class FidelityPromo(Promotion):
    """ 為積分為１０００或以上的顧客提供５％的折扣 """

    def discount(self, order):
        return order.total() * .05 if order.customer.fidelity >= 1000 else 0


# 第二個具體策略
class BulkItemPromo(Promotion):
    """ 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() * .1
        return discount


# 第三個具體策略
class LargeOrderPromo(Promotion):
    """ 訂單中的不同商品達到１０個或以上時提供％７的折扣"""

    def discount(self, order):
        distinct_items = {item.product for item in order.cart}
        if len(distinct_items) >= 10:
            return order.total() * .07
        return 0

這里是用類對象來實現(xiàn)的策略模式，每個具體策略類（折扣方式）都繼承了Promotion這個基類，因為discount()是一個抽象函數(shù)，所以繼承Promotion的子類都需要重寫discount()函數(shù)（也就是進行具體的打折信息的函數(shù)）,這樣一來，就很好的實現(xiàn)對象之間的解耦。這里的折扣方式有兩類，一類是根據(jù)用戶的積分，一類是根據(jù)用戶所購買商品的數(shù)量。具體的折扣信息也都在代碼塊里面注釋了，這里就不重復了，接下來我們來看看具體的測試用例

joe = Customer('John Doe', 0)
ann = Customer('Ann Smith', 1100)
cart = [LineItem('banana', 4, .5),
        LineItem('apple', 10, 1.5),
        LineItem('watermellon', 5, 5.0)]
print('John: ', Order(joe, cart, FidelityPromo()))
print('Ann: ', Order(ann, cart, FidelityPromo()))
這里定義了兩消費者，John初始積分為０，Ann初始積分為1100，然后商品購買了４個香蕉，10個蘋果，５個西瓜．．．說的都要流口水了，哈哈哈。回到正題,輸出時采用第一種折扣方式，Run一下

John:  <Order total: 42.00 due: 42.00>
Ann:  <Order total: 42.00 due: 39.90>
3.優(yōu)化措施
?類變函數(shù)

上面的策略模式是使用的類對象實現(xiàn)的，其實我們還可以用函數(shù)對象的方法實現(xiàn)，看看具體的代碼

# 策略設計模式實例

from collections import namedtuple

# 創(chuàng)建一個具名元組
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


# 上下文
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.discount(self)
        return self.total() - discount

    def __repr__(self):
        fmt = '<Order total: {:.2f} due: {:.2f}>'
        return fmt.format(self.total(), self.due())


# 第一個具體策略
def fidelity_promo(order):
    """ 為積分為１０００或以上的顧客提供５％的折扣 """

    return order.total() * .05 if order.customer.fidelity >= 1000 else 0


# 第二個具體策略
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


# 第三個具體策略
def large_order_promo(order):
    """ 訂單中的不同商品達到１０個或以上時提供％７的折扣"""

    distinct_items = {item.product for item in order.cart}
    if len(distinct_items) >= 10:
        return order.total() * .07
    return 0    
這種方式?jīng)]有了抽象類，并且每個策略都是函數(shù)，實現(xiàn)同樣的功能，代碼量更加少，并且測試的時候可以直接把促銷函數(shù)作為參數(shù)傳入，這里就不多說了。
?選擇最佳策略

細心的朋友可能觀察到，我們這樣每次對商品進行打折處理時，都需要自己選擇折扣方式，這樣數(shù)量多了就會非常的麻煩，那么有沒有辦法讓系統(tǒng)幫我們自動選擇呢？當然是有的，這里我們可以定義一個數(shù)組,把折扣策略的函數(shù)當作元素傳進去。

promos = [fidelity_promo,bulk_item_promo,large_order_promo]

然后定義一個函數(shù)

def best_promo(order):
    """  選擇可用的最佳折扣　"""

    return max(promo(order) for promo in promos)
這樣一來就省了很多時間，系統(tǒng)幫我們自動選擇。但是仍然有一個問題，這個數(shù)組的元素需要我們手動輸入，雖然工作量小，但是對于有強迫癥的猿來說，依然是不行的，能用自動化的方式就不要用手動，所以繼續(xù)做優(yōu)化。

promos = [globals()[name] for name in globals()
              if name.endswith('_promo')
              and name != 'best_promo']

這里使用了globals()函數(shù)，我們就是使用這個函數(shù)來進行全局查找以’_promo’結尾的函數(shù)，并且過濾掉best_promo函數(shù)，又一次完成了我們的自動化優(yōu)化。
最后，這篇blog就到這里了，相信你我都更加了解Python中的策略模式了，這里我推薦對Python感興趣的朋友去看一下《Fluent Python》這本書，里面講述了很多的高級特性,　更加讓我們體驗到Python中的美學。