Python中的策略模式：解锁编程的新维度

引言

策略模式是一种行为型设计模式，允许算法独立于使用它的客户端而变化。这使得我们可以根据不同的情况选择不同的算法或策略来解决问题，从而增强系统的灵活性。在日常开发中，策略模式常用于处理多种算法或行为之间的切换，比如在电子商务系统中实现多种支付方式，在游戏开发中实现角色的不同攻击模式等。

基础语法介绍

核心概念

策略接口（Strategy Interface）：定义了一组算法应该具有的公共接口。
具体策略类（Concrete Strategy Classes）：实现了策略接口，每个类代表一种具体的算法或策略。
上下文（Context）：使用策略接口，并且可以在运行时动态地改变所使用的具体策略类。

基本语法规则

在Python中，实现策略模式通常涉及定义一个抽象基类（或接口），然后创建多个继承自该基类的具体类来表示不同的策略。上下文对象负责调用策略对象的方法。

python">from abc import ABC, abstractmethodclass Strategy(ABC):@abstractmethoddef do_algorithm(self, data):passclass ConcreteStrategyA(Strategy):def do_algorithm(self, data):return sorted(data)class ConcreteStrategyB(Strategy):def do_algorithm(self, data):return reversed(sorted(data))class Context:def __init__(self, strategy: Strategy):self._strategy = strategydef set_strategy(self, strategy: Strategy):self._strategy = strategydef do_some_business_logic(self, data):result = self._strategy.do_algorithm(data)print(f"Sorting data with {type(self._strategy).__name__}: {result}")if __name__ == "__main__":context = Context(ConcreteStrategyA())context.do_some_business_logic([1, 3, 2])context.set_strategy(ConcreteStrategyB())context.do_some_business_logic([1, 3, 2])

基础实例

假设我们需要为一个在线商店提供多种排序商品的方式（按价格、销量等）。这里我们可以使用策略模式来实现这一需求。

问题描述

用户希望能够在浏览商品列表时，根据自己的偏好选择不同的排序方式。

代码示例

python">from abc import ABC, abstractmethodclass ProductSorter(ABC):@abstractmethoddef sort_products(self, products):passclass PriceSorter(ProductSorter):def sort_products(self, products):return sorted(products, key=lambda p: p.price)class PopularitySorter(ProductSorter):def sort_products(self, products):return sorted(products, key=lambda p: p.popularity, reverse=True)class Product:def __init__(self, name, price, popularity):self.name = nameself.price = priceself.popularity = popularityproducts = [Product("Laptop", 1200, 5),Product("Headphones", 150, 3),Product("Smartphone", 800, 7)
]context = Context(PriceSorter())
sorted_by_price = context.sort_products(products)
print("Sorted by price:", [p.name for p in sorted_by_price])context.set_strategy(PopularitySorter())
sorted_by_popularity = context.sort_products(products)
print("Sorted by popularity:", [p.name for p in sorted_by_popularity])

进阶实例

在复杂环境下，我们可能需要考虑更多的因素，例如根据不同条件选择不同的策略组合。接下来，我们将通过一个更复杂的例子来进一步探讨策略模式的应用。

问题描述

某电商平台需要根据用户的购物历史、会员等级等因素动态调整推荐算法。

高级代码实例

python">class User:def __init__(self, id, purchase_history, membership_level):self.id = idself.purchase_history = purchase_historyself.membership_level = membership_leveldef get_recommendation_strategy(user: User):if user.membership_level == "premium":return PremiumUserRecommendationStrategy()else:return RegularUserRecommendationStrategy()class RecommendationStrategy(ABC):@abstractmethoddef recommend_products(self, user: User):passclass RegularUserRecommendationStrategy(RecommendationStrategy):def recommend_products(self, user: User):# Implement logic for regular userspassclass PremiumUserRecommendationStrategy(RecommendationStrategy):def recommend_products(self, user: User):# Implement logic for premium userspass# Example usage
user = User(1, ["laptop", "smartphone"], "premium")
strategy = get_recommendation_strategy(user)
recommended_products = strategy.recommend_products(user)
print("Recommended products:", recommended_products)

实战案例

问题描述

在一个真实的电商项目中，我们需要根据用户的地理位置信息，动态调整商品的价格显示策略。例如，对于海外用户，显示美元价格；而对于国内用户，则显示人民币价格。

解决方案

引入策略模式，根据用户的地理位置信息动态选择合适的定价策略。

代码实现

python">from abc import ABC, abstractmethodclass PricingStrategy(ABC):@abstractmethoddef calculate_price(self, base_price):passclass USDollarPricingStrategy(PricingStrategy):def calculate_price(self, base_price):return base_price * 1.15  # Assuming exchange rate of 1.15 USD/CNYclass CNYPricingStrategy(PricingStrategy):def calculate_price(self, base_price):return base_priceclass Product:def __init__(self, name, base_price):self.name = nameself.base_price = base_pricedef get_pricing_strategy(user_location):if user_location == "US":return USDollarPricingStrategy()else:return CNYPricingStrategy()# Example usage
product = Product("Smartphone", 800)
strategy = get_pricing_strategy("US")
final_price = strategy.calculate_price(product.base_price)
print(f"Final price for {product.name} in US: {final_price} USD")strategy = get_pricing_strategy("CN")
final_price = strategy.calculate_price(product.base_price)
print(f"Final price for {product.name} in CN: {final_price} CNY")