• 策略模式


    一、内容

    定义一系列的算法,把它们一个个封装起来,并且使它们可相互替换。本模式使得算法可独立于使用它的客户而变化。

    二、角色

    • 抽象策略(Strategy
    • 具体策略(ConcreteStrategy
    • 上下文(Context

    三、优点

    • 定义了一系列可重用的算法和行为
    •  消除了一些条件语句
    •  可以提供相同行为的不同实现

    四、缺点

    •  客户必须了解不同的策略
    •  策略与上下文之间的通信开销
    • 增加了对象的数目

    五、适用场景

    • 许多相关的类仅仅是行为有异
    • 需要使用一个算法的不同变体
    • 算法使用了客户端无需知道的数据

    一个类中的多种行为以多个条件语句的形式存在,可以将这些行为封装如不同的策略类中

    六、示例代码、

    from abc import ABCMeta, abstractmethod
    import random
    
    class Sort(metaclass=ABCMeta):
        @abstractmethod
        def sort(self, data):
            pass
    
    
    class QuickSort(Sort):
        def quick_sort(self, data, left, right):
            if left < right:
                mid = self.partition(data, left, right)
                self.quick_sort(data, left, mid - 1)
                self.quick_sort(data, mid + 1, right)
    
        def partition(self, data, left, right):
            tmp = data[left]
            while left < right:
                while left < right and data[right] >= tmp:
                    right -= 1
                data[left] = data[right]
                while left < right and data[left] <= tmp:
                    left += 1
                data[right] = data[left]
            data[left] = tmp
            return left
    
        def sort(self, data):
            print("快速排序")
            return self.quick_sort(data, 0, len(data) - 1)
    
    
    class MergeSort(Sort):
        def merge(self, data, low, mid, high):
            i = low
            j = mid + 1
            ltmp = []
            while i <= mid and j <= high:
                if data[i] <= data[j]:
                    ltmp.append(data[i])
                    i += 1
                else:
                    ltmp.append(data[j])
                    j += 1
    
            while i <= mid:
                ltmp.append(data[i])
                i += 1
    
            while j <= high:
                ltmp.append(data[j])
                j += 1
    
            data[low:high + 1] = ltmp
    
    
        def merge_sort(self, data, low, high):
            if low < high:
                mid = (low + high) // 2
                self.merge_sort(data, low, mid)
                self.merge_sort(data, mid + 1, high)
                self.merge(data, low, mid, high)
    
        def sort(self, data):
            print("归并排序")
            return self.merge_sort(data, 0, len(data) - 1)
    
    
    class Context:
        def __init__(self, data, strategy=None):
            self.data = data
            self.strategy = strategy
    
        def set_strategy(self, strategy):
            self.strategy = strategy
    
        def do_strategy(self):
            if self.strategy:
                self.strategy.sort(self.data)
            else:
                raise TypeError
    
    
    li = list(range(100000))
    random.shuffle(li)
    
    context = Context(li, MergeSort())
    context.do_strategy()
    #print(context.data)
    
    random.shuffle(context.data)
    
    context.set_strategy(QuickSort())
    context.do_strategy()
  • 相关阅读:
    ArrayList、Vector、LinkedList的区别联系?
    TFFS格式化到创建成功过程
    C语言中的far关键字
    Android编码规范05
    微信小程序开发总结
    1-2 Mobx 入门实践之TodoList(官方Demo)
    1-1、create-react-app 配置 mobx
    3-0 js基础 语言特性及性能优化
    2-9 js基础 cookie封装
    2-8 js基础 jsonp封装
  • 原文地址:https://www.cnblogs.com/morgana/p/8496313.html
Copyright © 2020-2023  润新知