python采用编程模式_详解Python设计模式编程中观察者模式与策略模式的运用——CDA人工智能学院...

这篇文章主要介绍了Python设计模式编程中观察者模式与策略模式的运用,观察者模式和策略模式都可以归类为结构型的设计模式,需要的朋友可以参考下

观察者模式

观察者模式：又叫发布订阅模式，定义了一种一对多的依赖关系，让多个观察者对象同时监听某一个主题对象，这个主题对象的状态发生变化时，会通知所有观察者对象，是他们能自动更新自己。

代码结构

class Topic(object):

"""主题类。保存所有观察者实例的引用，每个主题都可以有很多观察者

可以增加和删除观察者"""

def __init__(self):

self.obs = []

def Attach(self, ob):

self.obs.append(ob)

def Detach(self, ob):

self.obs.remove(ob)

def Notify(self):

for ob in self.obs:

ob.Update()

class Observer(object):

"""抽象观察者类，收到主题的变更通知时，更新自己"""

def Update(self):

raise NotImplementedError()

class ConcreteTopic(object):

"""一个具体主题"""

def __init__(self):

self.state = None

def ChangeState(self, newState):

self.state = newState

self.Notify()

class ConcreteObserver(object):

"""一个具体监听类"""

def __init__(self, topic):

self.topic = topic

def Update(self):

print self.topic.state

def client():

topic = ConcreteTopic()

topic.Attach(ConcreteObserver(topic))

topic.ChangeState('New State')

众多MQ中间件都是采用这种模式的思想来实现的。

观察者模式可以让主题和观察者之间解耦，互相之间尽可能少的依赖。不过抽象主题和抽象观察者之间还是有耦合的。

策略模式

策略模式： 定义了算法家族，分别封装起来，让他们之间可以互相替换。此模式让算法的变化不影响使用算法的客户。

代码框架

class Strategy(object):

"""抽象算法类"""

def AlgorithmInterface(self):

raise NotImplementedError()

class ConcreteStrategyA(Strategy):

def AlgorithmInterface(self):

print '算法Ａ'

class ConcreteStrategyB(Strategy):

def AlgorithmInterface(self):

print '算法B'

class Context(object):

"""上下文，作用就是封装策略的实现细节，用户只需要知道有哪些策略可用"""

def __init__(self, strategy):

# 初始化时传入具体的策略实例

self.strategy = strategy

def ContextInterface(self):

# 负责调用具体的策略实例的接口

self.strategy.AlgorithmInterface()

def client(cond):

# 策略模式的使用演示

# 用户只需要根据不同的条件，将具体的算法实现类传递给Context，

# 然后调用Context暴露给用户的接口就行了。

if cond == 'A':

context = Context(ConcreteStrategyA())

elif cond == 'B':

context = Context(ConcreteStrategyB())

result = context.ContextInterface()

策略模式解决那类问题

在回答这个问题之前，先说下对策略模式的使用方式的感觉。上面的client函数，怎么看起来就像是简单工厂模式中的工厂函数呢？确实如此，实际上策略模式可以和简工厂模式结合起来，将更多细节封装在策略模式内部，让使用者更容易的使用。

那么策略模式和简单工厂模式有什么不同呢？策略模式中的算法是用来解决同一个问题的，根据时间、条件不同，算法的具体细节有差异，但最终解决的是同一个问题。在需求分析过程中，当听到需要在不同时间应用不同的业务规则，就可以考虑使用策略模式来处理这种变化的可能性。

缺点

使用者需要知道每一种策略的具体含义，并负责选择策略

改进

结合简单工厂模式，将策略选择封装在Context内部，解放client：

class Context(object):

def __init__(self, cond):

if cond == 'A':

self.strategy = Context(ConcreteStrategyA())

elif cond == 'B':

self.strategy = Context(ConcreteStrategyB())

def ContextInterface(self):

self.strategy.AlgorithmInterface()

def client(cond):

context = Context(cond)

result = context.ContextInterface()

改进后的遗留问题

每次需要增加新的策略时，就需要修改Context的构造函数，增加一个新的判断分支。