使用一等函数实现设计模式
作者在书中描述的场景如下:
客户在商场中购物,根据客户当前的积分、选购商品的种类及数量,可以拿到的优惠不同,现在需要根据这些信息来判断用户能拿到的最大优惠是多少。
👆显然这是一个“策略”模式,根据不同的情况选择不同的策略即可。作者在书中给出了两种实现,一种是基于ABC(抽象基类派生)的实现,一种是基于一等函数作为参数的实现,本文仅介绍后者。
①👇定义商品类
from collections import namedtuple
Customer = namedtuple('Customer', 'name fidelity')
class LineItem: #定义一个商品类
def __init__(self, product, quantity, price):
self.product = product
self.quantity = quantity
self.price = price
def total(self):
return self.price*self.quantity
②👇定义优惠策略模式类
class Order: #上下文
def __init__(self, customer, cart, promotion=None): #promotion是优惠策略,默认为None
self.customer = customer
self.cart = list(cart) #将购物车内的商品转化为列表存放
self.promotion = promotion
def total(self):
if not hasattr(self,'__total'): #如果当前类中没有__total属性,那么创建这一属性
self.__total = sum(item.total() for item in self.cart) #使用推导构造可迭代对象,然后求和
return self.__total #有则直接返回
def due(self): #计算折扣与最终应付价格
if self.promotion is None:
discount = 0
else:
discount = self.promotion(self) #promotion是一个函数
return self.total() - discount
def __repr__(self):
fmt = '<Order total: {:.2f} due: {:.2f}>'
return fmt.format(self.total(), self.due())
③👇使用函数计算模式:
#👇使用函数策略计算折扣
def fidelity_promo(order):
return order.total() * .05 if order.customer.fidelity >= 1000 else 0
def bulk_item_promo(order):
discount = 0
for item in order.cart:
if item.quantity >= 20:
discount += item.total() * .1
return discount
def large_order_promo(order):
distinct_items = {item.product for item in order.cart} #使用字典推导构造字典
if len(distinct_items) >= 10:
return order.total() * .07
return 0
④👇使用内置的global函数将全局的策略存放在promos中,选择best_promos。
#👇使用promos找出模块中的全部策略,并用best_promo选择最佳策略
promos = [globals()[name] for name in globals()
if name.endswith('_promo')
and name != 'best_promo']
def best_promo(order):
return max(promo(order) for promo in promos)
⑤👇测试结果