python设计模式-策略模式

策略模式

(一)、排序问题

大多数问题都可以使用多种方法来解决。以排序问题为例，对于以一定次序把元素放入一个列表，排序算法有很多。通常来说，没有公认最适合所有场景的算法(请参考网页。一些不同的评判标准能帮助我们为不同的场景选择不同的排序算法，其中应该考虑的有以下几个。

• 需要排序的元素数量:这被称为输入大小。当输入较少时，几乎所有排序算法的表现都 很好，但对于大量输入，只有部分算法具有不错的性能。
• 算法的最佳/平均/最差时间复杂度:时间复杂度是算法运行完成所花费的(大致)时间长 短，不考虑系数和低阶项1。这是选择算法的最常见标准，但这个标准并不总是那么充分。
• 算法的空间复杂度:空间复杂度是充分地运行一个算法所需要的(大致)物理内存量。 在我们处理大数据或在嵌入式系统(通常内存有限)中工作时，这个因素非常重要。
• 算法的稳定性:在执行一个排序算法之后，如果能保持相等值元素原来的先后相对次序， 则认为它是稳定的。
• 算法的代码实现复杂度:如果两个算法具有相同的时间/空间复杂度，并且都是稳定的， 那么知道哪个算法更易于编码实现和维护也是很重要的。

(二)、什么是策略模式

策略模式(Strategy pattern)鼓励使用多种算法来解决一个问题，其杀手级特性是能够在运 行时透明地切换算法(客户端代码对变化无感知)。因此，如果你有两种算法，并且知道其中一 种对少量输入效果更好，另一种对大量输入效果更好，则可以使用策略模式在运行时基于输入数 据决定使用哪种算法。

(三)、代码实现

# -*- coding: utf-8 -*-

class FlyBehavior(object):  # 定义策略的接口
    def __init__(self):
        super(FlyBehavior, self).__init__()

    # 飞行策略
    def fly(self):
        pass

    # 叫的策略
    def quack(self):
        pass

class FlyWithWings(FlyBehavior):
    '''会飞的鸭子'''
    def __init__(self):
        super(FlyWithWings, self).__init__()

    # 实现具体如何飞行的行为
    def fly(self):
        print("I'm flying!")

class FlyNoWay(FlyBehavior):
    '''不会飞的鸭子'''
    def __init__(self):
        super(FlyNoWay,self).__init__()
    def fly(self):
        print("I can't fly!")


class Duck(object):
    '''鸭子类'''
    def display(self):
        pass

    # 执行最终的策略
    def performFly(self):
        print ("I'm a Duck")
        self.flyBehavior.fly()

    # 策略接收器，这个方法最重要，根据发送过来的策略对象动态决定执行的策略
    def setFlyBehavior(self, behavior):
        self.flyBehavior = behavior

class MallardDuck(Duck):
    def __init__(self):
        super(MallardDuck,self).__init__()
        self.setFlyBehavior(FlyNoWay())  #发送策略，告诉最终执行器我是一只不会飞的鸭子

    def display(self):
        print("I'm a real Mallard duck !")


if __name__ == '__main__':
    duck = MallardDuck()
    duck.performFly()