OOP模式（仅期末复习用）

最新推荐文章于 2024-06-18 11:11:57 发布

cx努力编程中

最新推荐文章于 2024-06-18 11:11:57 发布

阅读量70

点赞数

分类专栏： OOP作业及复习文章标签：数学建模 python 开发语言

本文链接：https://blog.csdn.net/hellg/article/details/131245340

版权

OOP作业及复习专栏收录该内容

4 篇文章 0 订阅

订阅专栏

Design patterns

1.Creational patterns

（1）工厂（factory）

封装对象的创建过程，可以不用暴露对象的具体细节

将对象实例化过程和客户端代码分离，使用户看到的代码简洁，灵活

（2）Singleton（单例）

确保一个类只有一个实例，可以避免资源冲突和浪费，方便集中管理

并提供全局访问点访问该实例，使其他对象可以访问该实例

2.Structural Patterns

（1）Decorator（装饰器）

本质是一个嵌套函数，传入的参数是类或函数

def our_decorator(func):
    def function_wrapper(x):
        print(‘Before calling ‘ + func.__name__) 
        func(x)
        print(‘After calling ‘ + func.__name__) 
    return function_wrapper

def foo(x):
    print(‘Hi, foo has been called with ‘ + str(x))
>>> foo(‘Hi’)
Hi, foo has been called with Hi
>>> foo = our_decorator(foo)
>>> foo(42)
'''输出'''
Before calling foo
Hi, foo has been called with 42
After calling foo

上面的our_decorator函数我们可以用装饰器（语法糖）封装起来

def our_decorator(func): 
... As above …

@our_decorator
def foo(x):
    print(‘Hi, foo has been called with ‘ + str(x))

（2）Adapter（适配器）

用于将一个接口转换成另一个接口，是不兼容的两个类能够协同工作

接口就是规定要程序做什么，但不在其中实现

（3）Facade（外观）

封装复杂接口和功能，提供简化接口，客户端可以用这个接口直接访问系统功能，无需了解底层系统的复杂性

3. Behavioral Patterns

（1）Iterator（迭代器）

一个具有状态的对象，在迭代过程中会记住它所在的位置；

__next__()方法：返回下一个迭代值，更新状态指向下一个值，迭代完成抛出StopIteration

__iter__()方法：返回整个地带其

comprehensions：允许我们在一行代码中转换或者过滤可迭代对象

input_strings = ['1', '5', '28', '131', '3’]

output_integers = []
for num in input_strings: 
    output_integers.append(int(num))

'''经过comprehensions后'''
input_strings = ['1', '5', '28', '131', ‘3’]
output_integers = [int(num) for num in input_strings]

Generators (生成器）

yield方法将一个值生成为生成器的下一个元素，并在生成器暂停执行时返回给调用者，在下一次调用时，可以从yield标记的暂停位置的元素继续生成

def firstn(n):
    num = 0
    while num < n:
        yield num
        num += 1
>>> gen = firstn(3)
>>> next(gen)
0
>>> next(gen)
1
>>> next(gen)
2
>>> next(gen)
Traceback (most recent call last):
    File "python", line 1, in <module>
StopIteration

squares_list = [i**2 for i in firstn(6)] 
print(squares_list)

>>>[0, 1, 4, 9, 16, 25]

注意Comprehensions和Generators不属于Patterns