策略模式（Strategy Pattern）隶属于设计模式中的行为型模式，是日常开发中使用最广的一个模式。
定义
策略模式定义了一系列的算法，并将每一个算法封装起来，而且使他们可以相互替换，让算法可独立于使用的客户而变化。
结构
- Strategy：策略抽象接口
- Context：策略上下文，负责与具体的策略类交互
- ConcreteStrategy：具体的策略实现
先看一个经典例子
超市做活动的场景来举个例子。
- Context：Order类，订单信息，包括商品，价格和数量，以为购买者等
- Stragety：Promotion类，抽象基类，包含一个抽象方法（计算折扣）
- ContreteStragety：分三个类，FidelityPromo，BulkItemPromo，LargeOrderPromo，实现具体的折扣计算方法。
# -*- coding: utf-8 -*-
# @Time : 2021/5/10 下午2:10
# @Author : chenshiyang
# @Email : chenshiyang@blued.com
# @File : Strategy_pattern.py
# @Software: PyCharm
from abc import ABC, abstractmethod
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 = 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())
class Promotion(ABC):
@abstractmethod
def discount(self, order):
pass
class BulkItemPromo(Promotion):
'''
如果单项商品购买10件，即可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):
'''
如果订单总金额大于等于500，就可以立减50
'''
def discount(self, order):
discount = 0
if order.total() >= 500:
discount = 50
return discount
if __name__ == '__main__':
xm = Customer('xiaoming', 1500)
cart = [LineItem('鞋子', 200, 3), LineItem('衣服', 600, 1)]
order = Order(xm, cart, BulkItemPromo())
print(order)
但是问题很快又来了，商场搞活动，却让顾客手动选择使用哪个优惠策略，作为一个良心的商家，应该要能自动对比所有策略得出最优惠的价格来给到顾客。这就要求后台代码要能够找出当前可用的全部策略，并一一比对折扣
# 实现一个最优策略类找出最优的策略
class BestPromo(Promotion):
def discount(self, order):
all_promotion = [globals()[name] for name in globals() if
name.endswith('Promo') and name != 'BestPromo']
# 计算最大折扣
return max([promo().discount(order) for promo in all_promotion])
通过以上例子，可以总结出使用策略模式的好处
- 扩展性优秀，移植方便，使用灵活。可以很方便扩展策略；
- 各个策略可以自由切换。这也是依赖抽象类设计接口的好处之一；
但同时，策略模式 也会带来一些弊端。
- 项目比较庞大时，策略可能比较多，不便于维护；
- 策略的使用方必须知道有哪些策略，才能决定使用哪一个策略
具体的策略类用函数来实现，然后在实例化 Order 类时指定这个策略函数即可
def fidelity_promo(order):
return order.total()*0.05 if order.customer.fidelity>=1000 else 0
def bulk_promo(order):
discount=0
for item in order.cart:
if item.quantity>=20:
discount+=item.total()*0.1
return discount使用场景
- 系统中有面对一个问题的多种解决方案
- 系统可以动态地选择解决方案，而无需变化代码
- 封装算法细节，实现对客户端使用方的隐藏
策略模式在日常中经常使用，有时可能我们都没有意识到，符合上面所说的三个条件的场景都可以使用策略模式，我们列一下日常具体的场景：
- 排序算法
- List、Map 的选择与实现
- 网站会员、等级、积分、折扣、支付方式
- 。。。
就在编程领域之外，有许多例子是关于策略模式的。例如：
如果我需要在早晨从家里出发去上班，我可以有几个策略考虑：我可以乘坐地铁，乘坐公交车，走路或其它的途径。每个策略可以得到相同的结果，但是使用了不同的资源。
实现方式
- 从上下文类中找出修改频率较高的算法 （也可能是用于在运行时选择某个算法变体的复杂条件运算符）。
- 声明该算法所有变体的通用策略接口。
- 将算法逐一抽取到各自的类中， 它们都必须实现策略接口。
- 在上下文类中添加一个成员变量用于保存对于策略对象的引用。 然后提供设置器以修改该成员变量。 上下文仅可通过策略接口同策略对象进行交互， 如有需要还可定义一个接口来让策略访问其数据。
- 客户端必须将上下文类与相应策略进行关联， 使上下文可以预期的方式完成其主要工作。
策略模式优缺点
优点
- 你可以在运行时切换对象内的算法。
- 你可以将算法的实现和使用算法的代码隔离开来。
- 你可以使用组合来代替继承。
- 开闭原则。 你无需对上下文进行修改就能够引入新的策略。
- 使功能改变或者扩展更容易。具体地说，修改一个算法不必重新编译“Client”与“Context”类。增加一个新算法时，在应用程序暂时还不想使用该新算法的情况下，不必重新编译“Client”与“Context”类。
缺点
- 如果你的算法极少发生改变， 那么没有任何理由引入新的类和接口。 使用该模式只会让程序过于复杂。
- 客户端必须知晓策略间的不同——它需要选择合适的策略。
- 许多现代编程语言支持函数类型功能， 允许你在一组匿名函数中实现不同版本的算法。 这样， 你使用这些函数的方式就和使用策略对象时完全相同， 无需借助额外的类和接口来保持代码简洁。
最后
策略模式运用好能去除代码中大量的if else，策略模式就是以面向对象的多态取代条件表达式。
Comments | NOTHING