0%

用函数的一等对象重构策略模式

如果合理利用作为一等对象的函数,某些设计模式可以简化,“策略”模
式就是其中一个很好的例子。

假如一个网店制定了下述折扣规则。

  • 有 1000 或以上积分的顾客,每个订单享 5% 折扣。
  • 同一订单中,单个商品的数量达到 20 个或以上,享 10% 折扣。
  • 订单中的不同商品达到 10 个或以上,享 7% 折扣。

下面是我们的第一个实现:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
from abc import ABC, abstractmethod
from collections import namedtuple


Customer = namedtuple('Customer', 'name fidelity')

class LineItem:
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:
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,抽象基类
@abstractmethod # 在 Python 3.4 中,声明抽象基类最简单的方式是子类化abc.ABC。
def discount(self, order):
"""返回折扣金额"""

class FidelityPromo(Promotion): # 第一个具体策略
def discount(self, order):
return order.total() * .05 if order.customer.fidelity >= 1000 else 0

class BulkItemPromo(Promotion): # 第二个具体策略
def discount(self, order):
discount = 0
for item in order.cart:
if item.quantity >= 20:
discount += item.total() * .1
return discount

class LargeOrderPromo(Promotion): # 第三个具体策略
def discount(self, order):
distinct_items = {item.product for item in order.cart}
if len(distinct_items) >= 10:
return order.total() * .07
return 0

使用示例:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
>>> joe = Customer('John Doe', 0)
>>> ann = Customer('Ann Smith', 1100)
>>> cart = [LineItem('banana', 4, .5),
...
LineItem('apple', 10, 1.5),
...
LineItem('watermellon', 5, 5.0)]
>>> Order(joe, cart, FidelityPromo())
<Order total: 42.00 due: 42.00>
>>> Order(ann, cart, FidelityPromo())
<Order total: 42.00 due: 39.90>
>>> banana_cart = [LineItem('banana', 30, .5),
...
LineItem('apple', 10, 1.5)]
>>> Order(joe, banana_cart, BulkItemPromo())
<Order total: 30.00 due: 28.50>

使用函数实现“策略”模式

在上面的实现中,每个具体策略都是一个类,而且都只定义了一个方法,即 discount。此外,策略实例没有状态(没有实例属性),那么可以把具体的策略换成普通的函数:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
from collections import namedtuple

Customer = namedtuple('Customer', 'name fidelity')

class LineItem:
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:
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.pormotion()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): # 这里的3个函数都是策略
return order.total() * .05 if order.customer.fidelity >= 1000 else 0


def bulk_item_promo(order):
discount = 0
for item in order.cart:
if item.quantity >= 20:
discount += item.total() * .1
return discount


def large_order_promo(order):
distinct_items = {item.product for item in order.cart}
if len(distinct_items) >= 10:
return order.total() * .07
return 0

这个版本的order类使用起来更简单。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
>>> joe = Customer('John Doe', 0)
>>> ann = Customer('Ann Smith', 1100)
>>> cart = [LineItem('banana', 4, .5),
...
LineItem('apple', 10, 1.5),
...
LineItem('watermellon', 5, 5.0)]
>>> Order(joe, cart, fidelity_promo) # 为了把折扣策略应用到 Order 实例上,只需把促销函数作为参数传入。
<Order total: 42.00 due: 42.00>
>>> Order(ann, cart, fidelity_promo)
<Order total: 42.00 due: 39.90>
>>> banana_cart = [LineItem('banana', 30, .5),
...
LineItem('apple', 10, 1.5)]
>>> Order(joe, banana_cart, bulk_item_promo)
<Order total: 30.00 due: 28.50>
>>> long_order = [LineItem(str(item_code), 1, 1.0)
...
for item_code in range(10)]
>>> Order(joe, long_order, large_order_promo)
<Order total: 10.00 due: 9.30>
>>> Order(joe, cart, large_order_promo)
<Order total: 42.00 due: 42.00>

选择最佳的策略:简单方式

再添加一个函数就可以了:

1
2
3
4
5
promos = [fidelity_promo, bulk_item_promo, large_order_promo]
def best_promo(order):
"""选择可用的最佳折扣
"""
return max(promo(order) for promo in promos) # 使用生成器表达式把 order 传给 promos 列表中的各个函数,返回折扣额度最大的那个函数。

promos 是函数列表。习惯函数是一等对象后,自然而然就会构建那种数据结构存储函数。
现在还有一个问题就是,如果加了新的策略,需要手动更新promos列表,下面有两种解决方案:

找出模块中的全部策略

使用 globals 函数帮助 best_promo 自动找到其他可用的*_promo 函数:

1
2
3
4
promos = [globals()[name] for name in globals() if name.endswith('_promo') and name != 'best_promo']  # 过滤掉 best_promo 自身,防止无限递归。

def best_promo(order):
return max(promo(order) for promo in promos)

下面是另一种方法:

1
2
3
4
5
6
promos = [func for name, func in inspect.getmembers(promotions, inspect.isfunction)]

def best_promo(order):
"""选择可用的最佳折扣
"""
return max(promo(order) for promo in promos)

用inspect模块。

动态收集促销折扣函数更为显式的一种方案是使用简单的装饰器。之后会看到。