本文主要是 Fluent Python 第 6 章的学习笔记。这部分主要是介绍了使用一等函数实现策略模式和命令模式等。
《Fluent Python》学习笔记:第 6 章 使用一等函数实现设计模式
6.1 案例分析:重构“策略”模式
《设计模式:可复用面向对象软件的基础》对策略模式的总结如下:
定义一系列算法,把它们一一封装起来,并且使它们可以相互替换。本模式使得算法可以独立于使用它的客户而变化。
电商领域中,根据客户的属性或订单中的商品计算折扣,就非常适合用策略模式。
假如有一个网店制定了下述折扣规则:
- 1000 或以上积分客户,每个订单享 5%折扣。
- 同一订单中,单个商品数量超过 20 个或以上,享受 10%折扣。
- 订单中的不同商品达到 10 个或以上,享 7%折扣。
简单起见,我们假定一个订单只能享受一个折扣。
分析:
上下文(Context):把一些计算委托给实现不同算法的可互换组件,他提供服务。这个电商例子中,上下文是 Order,它会根据不同的算法计算促销折扣。
策略(Strategy):实现不同算法的组件共同接口。在这个示例中,名为 promotion 的抽象类扮演这个角色。
具体策略(Concrete strategy):“策略”的具体子类,FidelityPromo、BulkPromo 和 LargeOrderPromo 是这里实现的三个具体策略。
具体策略由上下文类的客户选择,这个例子中,实例化订单之前,系统会以某种方式选择一种促销折扣策略,然后把它传给 Order 构造方法。具体怎么选择策略,不在这模式的职责范围内。
# 实现 Order 类,支持插入式折扣策略
from abc import ABC, abstractmethod
from collections import namedtuple
Customer = namedtuple('Customer', 'name fidelity')
class LineItem(object):
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(object): # 上下文
def __init__(self, customer, cart, promotion=None):
self.customer = customer
self.cart = list(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): # 策略:抽象积累
@abstractmethod
def discount(self, order):
"""返回折扣金额(正值)"""
class FidelityPromo(Promotion): # 第一个具体策略
"""积分1000或以上顾客5%折扣"""
def discount(self, order):
return order.total() * .05 if order.customer.fidelity >= 1000 else 0
class BulkItemPromo(Promotion): # 第二个策略
"""单个商品20个或以上10%折扣"""
def discount(self, order):
discount = 0
for item in order.cart:
if item.quantity >= 20:
discount += item.total() * .1
return discount
def large_order_promo(order): # 第三个具体策略
"""订单中不同商品达到10个或以上7%折扣"""
distinct_items = {item.product for item in order.cart}
if len(distinct_items) >= 10:
return order.total() * .07
return 0
joe = Customer('John Doe', 0) # joe 积分为0
ann = Customer('Ann Smith', 1100) # ann 积分是1100
cart = [
LineItem('banana', 4, .5), # 有三个商品的购物车
LineItem('apple', 10, 1.5),
LineItem('watermellon', 5, 5.0)
]
print(Order(joe, cart, FidelityPromo())) # FidelityPromo 没给 joe 提供折扣
print(Order(ann, cart, FidelityPromo()) ) # ann 获得了5%折扣<,因为她的积分超过1000
banana_cart = [
LineItem('banana', 30, .5),
LineItem('apple', 10, 1.5)
]
print(Order(joe, banana_cart, BulkItemPromo())) # 为 joe 优惠了1.5美元
long_order = [LineItem(str(item_code), 1, 1.0) for item_code in range(10)] # long_order 有10个不同的商品,每个商品价格1美元
print(Order(joe, long_order, LargeOrderPromo())) # 为joe的整个订单提供了7%折扣
print(Order(joe, cart, LargeOrderPromo()))
<Order total: 42.00 due: 42.00>
<Order total: 42.00 due: 39.90>
<Order total: 30.00 due: 28.50>
<Order total: 10.00 due: 9.30>
<Order total: 42.00 due: 42.00>
可以看到上述的例子完全可用,但是利用 Python 中作为对象的函数,可以使用更少的代码实现相同的功能。
使用函数实现“策略”模式。
上面的例子中,具体的策略都是一个单独的类,每个类里面只有一个方法,没有实例属性。因此我们可以把具体策略变成简单函数,去掉 Promo 抽象类。重构如下:
# 实现 Order 类,支持插入式折扣策略
from collections import namedtuple
Customer = namedtuple('Customer', 'name fidelity')
class LineItem(object):
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(object): # 上下文
def __init__(self, customer, cart, promotion=None):
self.customer = customer
self.cart = list(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(self) # 计算折扣只需调用self.promotion()函数
return self.total() - discount
def __repr__(self):
fmt = '<Order total: {:.2f} due: {:.2f}>'
return fmt.format(self.total(), self.due())
def fidelity_promo(order): # 第一个具体策略
"""积分1000或以上顾客5%折扣"""
return order.total() * .05 if order.customer.fidelity >= 1000 else 0
def bulk_item_promo(order): # 第二个策略
"""单个商品20个或以上10%折扣"""
discount = 0
for item in order.cart:
if item.quantity >= 20:
discount += item.total() * .1
return discount
def large_order_promo(order): # 第三个具体策略
"""订单中不同商品达到10个或以上7%折扣"""
distinct_items = {item.product for item in order.cart}
if len(distinct_items) >= 10:
return order.total() * .07
return 0
joe = Customer('John Doe', 0) # joe 积分为0
ann = Customer('Ann Smith', 1100) # ann 积分是1100
cart = [
LineItem('banana', 4, .5), # 有三个商品的购物车
LineItem('apple', 10, 1.5),
LineItem('watermellon', 5, 5.0)
]
print(Order(joe, cart, fidelity_promo)) # FidelityPromo 没给 joe 提供折扣
print(Order(ann, cart, fidelity_promo) ) # ann 获得了5%折扣<,因为她的积分超过1000
banana_cart = [
LineItem('banana', 30, .5),
LineItem('apple', 10, 1.5)
]
print(Order(joe, banana_cart, bulk_item_promo)) # 为 joe 优惠了1.5美元
long_order = [LineItem(str(item_code), 1, 1.0) for item_code in range(10)] # long_order 有10个不同的商品,每个商品价格1美元
print(Order(joe, long_order, large_order_promo)) # 为joe的整个订单提供了7%折扣
print(Order(joe, cart, large_order_promo))
<Order total: 42.00 due: 42.00>
<Order total: 42.00 due: 39.90>
<Order total: 30.00 due: 28.50>
<Order total: 10.00 due: 9.30>
<Order total: 42.00 due: 42.00>
策略对象通常是很好的享元(flyweight)。享元:只可以共享的对象,可以同时在多个上下文中使用。共享是推荐的做法。
进一步优化刚刚的这个电商例子。选择最佳策略:增加一个 best_promo 函数
# best_promo 迭代一个函数列表,并找到折扣最大的
promos = [fidelity_promo, bulk_item_promo, large_order_promo] # 列出以函数实现的各个策略
def best_promo(order):
"""选择最佳折扣"""
return max(promo(order) for promo in promos)
进一步优化,globals() 返回一个字典,表示当前的全局符号表。这样可以避免添加了新的促销策略后,还需要手动修改,promos。
# 构建 promos 列表
promos = [globals()[name] for name in globals() if name.endswith('_promo') and name != 'best_promo']
def best_promo(order):
"""选择最佳折扣"""
return max(promo(order) for promo in promos)
6.2 “命令”模式
“命令”模式的目的是为了解耦调用操作的对象(调用者)和提供实现的对象(接收者)。
如调用者是图形应用程序中的菜单项,而接收者是被编辑的文档或应用程序自身。
这个模式的做法是,在二者之间放一个 Command 对象,让它实现只有一个方法(execute)的接口,调用接收者中的方法执行所需的操作。这样,调用者无需了解接收者的接口,而且不同的接收者可以适应不同的 Command 子类。
巨人的肩膀
- 《Fluent Python》
- 《流畅的 Python》
后记:
我从本硕药学零基础转行计算机,自学路上,走过很多弯路,也庆幸自己喜欢记笔记,把知识点进行总结,帮助自己成功实现转行。
2020下半年进入职场,深感自己的不足,所以2021年给自己定了个计划,每日学一技,日积月累,厚积薄发。
如果你想和我一起交流学习,欢迎大家关注我的微信公众号每日学一技
,扫描下方二维码或者搜索每日学一技
关注。
这个公众号主要是分享和记录自己每日的技术学习,不定期整理子类分享,主要涉及 C – > Python – > Java,计算机基础知识,机器学习,职场技能等,简单说就是一句话,成长的见证!