詳解Python設(shè)計(jì)模式編程中觀察者模式與策略模式的運(yùn)用

這篇文章主要介紹了Python設(shè)計(jì)模式編程中觀察者模式與策略模式的運(yùn)用,觀察者模式和策略模式都可以歸類為結(jié)構(gòu)型的設(shè)計(jì)模式,需要的朋友可以參考下
觀察者模式
觀察者模式：又叫發(fā)布訂閱模式，定義了一種一對多的依賴關(guān)系，讓多個(gè)觀察者對象同時(shí)監(jiān)聽某一個(gè)主題對象，這個(gè)主題對象的狀態(tài)發(fā)生變化時(shí)，會(huì)通知所有觀察者對象，是他們能自動(dòng)更新自己。
代碼結(jié)構(gòu)    
class Topic(object):
  """主題類。保存所有觀察者實(shí)例的引用，每個(gè)主題都可以有很多觀察者
  可以增加和刪除觀察者"""
  def __init__(self):
    self.obs = []
 
  def Attach(self, ob):
    self.obs.append(ob)
 
  def Detach(self, ob):
    self.obs.remove(ob)
 
  def Notify(self):
    for ob in self.obs:
      ob.Update()
 
class Observer(object):
  """抽象觀察者類，收到主題的變更通知時(shí)，更新自己"""
  def Update(self):
    raise NotImplementedError()
 
class ConcreteTopic(object):
  """一個(gè)具體主題"""
  def __init__(self):
    self.state = None
 
  def ChangeState(self, newState):
    self.state = newState
    self.Notify()
 
class ConcreteObserver(object):
  """一個(gè)具體監(jiān)聽類"""
  def __init__(self, topic):
    self.topic = topic
 
  def Update(self):
    print self.topic.state
 
def client():
  topic = ConcreteTopic()
  topic.Attach(ConcreteObserver(topic))
 
  topic.ChangeState('New State')
眾多MQ中間件都是采用這種模式的思想來實(shí)現(xiàn)的。
觀察者模式可以讓主題和觀察者之間解耦，互相之間盡可能少的依賴。不過抽象主題和抽象觀察者之間還是有耦合的。
策略模式
策略模式： 定義了算法家族，分別封裝起來，讓他們之間可以互相替換。此模式讓算法的變化不影響使用算法的客戶。
代碼框架    
class Strategy(object):
  """抽象算法類"""
  def AlgorithmInterface(self):
    raise NotImplementedError()
 
class ConcreteStrategyA(Strategy):
  def AlgorithmInterface(self):
    print '算法Ａ'
 
class ConcreteStrategyB(Strategy):
  def AlgorithmInterface(self):
    print '算法B'
 
class Context(object):
  """上下文，作用就是封裝策略的實(shí)現(xiàn)細(xì)節(jié)，用戶只需要知道有哪些策略可用"""
  def __init__(self, strategy):
    # 初始化時(shí)傳入具體的策略實(shí)例
    self.strategy = strategy
 
  def ContextInterface(self):
    # 負(fù)責(zé)調(diào)用具體的策略實(shí)例的接口
    self.strategy.AlgorithmInterface()
 
def client(cond):
  # 策略模式的使用演示
  # 用戶只需要根據(jù)不同的條件，將具體的算法實(shí)現(xiàn)類傳遞給Context，
  # 然后調(diào)用Context暴露給用戶的接口就行了。
  if cond == 'A':
    context = Context(ConcreteStrategyA())
  elif cond == 'B':
    context = Context(ConcreteStrategyB())
 
  result = context.ContextInterface()
策略模式解決那類問題
在回答這個(gè)問題之前，先說下對策略模式的使用方式的感覺。上面的client函數(shù)，怎么看起來就像是簡單工廠模式中的工廠函數(shù)呢？確實(shí)如此，實(shí)際上策略模式可以和簡工廠模式結(jié)合起來，將更多細(xì)節(jié)封裝在策略模式內(nèi)部，讓使用者更容易的使用。
那么策略模式和簡單工廠模式有什么不同呢？策略模式中的算法是用來解決同一個(gè)問題的，根據(jù)時(shí)間、條件不同，算法的具體細(xì)節(jié)有差異，但最終解決的是同一個(gè)問題。在需求分析過程中，當(dāng)聽到需要在不同時(shí)間應(yīng)用不同的業(yè)務(wù)規(guī)則，就可以考慮使用策略模式來處理這種變化的可能性。
缺點(diǎn)
使用者需要知道每一種策略的具體含義，并負(fù)責(zé)選擇策略
改進(jìn)
結(jié)合簡單工廠模式，將策略選擇封裝在Context內(nèi)部，解放client：    
class Context(object):
  def __init__(self, cond):
    if cond == 'A':
      self.strategy = Context(ConcreteStrategyA())
    elif cond == 'B':
      self.strategy = Context(ConcreteStrategyB())
 
  def ContextInterface(self):
    self.strategy.AlgorithmInterface()
 
 
def client(cond):
  context = Context(cond)
  result = context.ContextInterface()
改進(jìn)后的遺留問題
每次需要增加新的策略時(shí)，就需要修改Context的構(gòu)造函數(shù)，增加一個(gè)新的判斷分支。