策略設計模式
策略設計模式是一種行為設計模式,它能夠在運行時選擇演算法的行為。
不是在單一類別中實現演算法的多個變體,它允許您定義一系列演算法,將每個演算法封裝在自己的類別中,並使它們可以互換。
策略模式 (UML) 的組成部分:
-
Context 類別:維護對策略物件的參考並透過公共介面與其互動。
- 範例: User 類別與不同的 Quality 和 AdPolicy 策略互動。
-
策略介面:為所有特定策略定義通用介面。
- 範例: 品質和 ADPolicies 是定義行為的抽象介面。
-
具體策略:使用特定演算法實作策略介面。
- 範例: FreeUserQuality、PremiumUserQuality、BasicUserQuality、FreeUserAdPolicy 等
何時使用策略模式
當靈活性和可維護性的好處超過管理多個策略類別的開銷時,請使用策略模式。
-
多種演算法:
- 當您需要在單一類別中定義演算法或行為的多個變體時。
- 範例:定義不同訂閱方案(免費、基本、進階)的影片品質。
-
運行時決策:
- 當類別的行為需要根據使用者輸入或其他執行時間條件動態變更時。
- 範例:在運作時選擇壓縮演算法(ZIP、RAR、7z)。
-
避免過度使用 if 或 switch 語句:
- 用可互換的策略類別取代條件邏輯。
- 範例:沒有大量 if-else 區塊的付款處理(信用卡、PayPal、UPI)。
-
變體的封裝:
- 將演算法變體封裝在單獨的類別中,以保持上下文類別的乾淨。
- 範例:日誌記錄策略(ConsoleLogger、FileLogger、RemoteLogger)。
-
開閉原則:
- 透過新增策略而不更改現有程式碼,確保系統對擴充開放,但對修改關閉。
- 範例:在範例係統中新增新的使用者類型 (EnterpriseUserQuality)。
例子:
from abc import ABC, abstractmethod from enum import Enum # Enum for User Types class UserType(Enum): FREE = 0 BASIC = 1 PREMIUM = 2 # Strategy Interface for Quality class Quality(ABC): @abstractmethod def get_quality(self): pass # Strategy Interface for Ad Policy class AdPolicy(ABC): @abstractmethod def has_ads(self): pass # Concrete Strategy for Quality class FreeUserQuality(Quality): def get_quality(self): return ['SD'] class BasicUserQuality(Quality): def get_quality(self): return ['SD', 'HD'] class PremiumUserQuality(Quality): def get_quality(self): return ['SD', 'HD', 'UHD'] # Concrete Strategy for Ad Policy class FreeUserAdPolicy(AdPolicy): def has_ads(self): return True class BasicUserAdPolicy(AdPolicy): def has_ads(self): return True class PremiumUserAdPolicy(AdPolicy): def has_ads(self): return False # Context Class class User: def __init__(self, user_type: UserType, quality: Quality, ad_policy: AdPolicy): self.user_type = user_type self.quality = quality self.ad_policy = ad_policy def get_quality(self): return self.quality.get_quality() def has_ads(self): return self.ad_policy.has_ads() # Usage free_user = User(UserType.FREE, FreeUserQuality(), FreeUserAdPolicy()) basic_user = User(UserType.BASIC, BasicUserQuality(), BasicUserAdPolicy()) premium_user = User(UserType.PREMIUM, PremiumUserQuality(), PremiumUserAdPolicy()) print("Free User Quality:", free_user.get_quality()) # ['SD'] print("Free User Ads:", free_user.has_ads()) # True print("Premium User Quality:", premium_user.get_quality()) # ['SD', 'HD', 'UHD'] print("Premium User Ads:", premium_user.has_ads()) # False
策略模式的優點:
- 靈活性:可以在運行時交換演算法,而無需更改上下文類別。
- 可擴充性:無需修改現有程式碼即可新增政策。
- 可讀性和維護:透過將邏輯委託給特定策略類別來減少主類別中的混亂。
- 堅持 SOLID 原則:特別支持開閉原則。
策略模式的缺點:
- 增加複雜性:引入額外的類別和物件來管理。
- 開銷:如果策略數量較少或不經常更改,該模式可能會增加不必要的複雜性。
其他範例
- 排序演算法:動態使用不同的排序策略(例如,快速排序、合併排序、冒泡排序)。
- 折扣計算:根據使用者類型應用不同的折扣策略(FlatDiscount、PercentageDiscount)。
- 身份驗證機制:在不同的身份驗證方法之間切換(OAuth、JWT、BasicAuth)。
以上是策略設計模式的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優
