詳解Python設計模式編程中觀察者模式與策略模式的運用

觀察者模式

觀察者模式：又叫發布訂閱模式，定義了一種一對多的依賴關係，讓多個觀察者對象同時監聽某一個主題對象，這個主題對象的狀態發生變化時，會通知所有觀察者對象，是他們能自動更新自己。

代碼結構

class Topic(object):  """主題類。儲存所有觀察者執行個體的引用，每個主題都可以有很多觀察者  可以增加和刪除觀察者"""  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):  """抽象觀察者類，收到主題的變更通知時，更新自己"""  def Update(self):    raise NotImplementedError()class ConcreteTopic(object):  """一個具體主題"""  def __init__(self):    self.state = None  def ChangeState(self, newState):    self.state = newState    self.Notify()class ConcreteObserver(object):  """一個具體監聽類"""  def __init__(self, topic):    self.topic = topic  def Update(self):    print self.topic.statedef client():  topic = ConcreteTopic()  topic.Attach(ConcreteObserver(topic))  topic.ChangeState('New State')

眾多MQ中介軟體都是採用這種模式的思想來實現的。

觀察者模式可以讓主題和觀察者之間解耦，互相之間儘可能少的依賴。不過抽象主題和抽象觀察者之間還是有耦合的。

策略模式
策略模式： 定義了演算法家族，分別封裝起來，讓他們之間可以互相替換。此模式讓演算法的變化不影響使用演算法的客戶。

代碼架構

class Strategy(object):  """抽象演算法類"""  def AlgorithmInterface(self):    raise NotImplementedError()class ConcreteStrategyA(Strategy):  def AlgorithmInterface(self):    print '演算法Ａ'class ConcreteStrategyB(Strategy):  def AlgorithmInterface(self):    print '演算法B'class Context(object):  """上下文，作用就是封裝策略的實現細節，使用者只需要知道有哪些策略可用"""  def __init__(self, strategy):    # 初始化時傳入具體的策略執行個體    self.strategy = strategy  def ContextInterface(self):    # 負責調用具體的策略執行個體的介面    self.strategy.AlgorithmInterface()def client(cond):  # 策略模式的使用示範  # 使用者只需要根據不同的條件，將具體的演算法實作類別傳遞給Context，  # 然後調用Context暴露給使用者的介面就行了。  if cond == 'A':    context = Context(ConcreteStrategyA())  elif cond == 'B':    context = Context(ConcreteStrategyB())  result = context.ContextInterface()

策略模式解決那類問題

在回答這個問題之前，先說下對策略模式的使用方式的感覺。上面的client函數，怎麼看起來就像是簡單原廠模式中的工廠函數呢？確實如此，實際上策略模式可以和簡原廠模式結合起來，將更多細節封裝在策略模式內部，讓使用者更容易的使用。

那麼策略模式和簡單原廠模式有什麼不同呢？策略模式中的演算法是用來解決同一個問題的，根據時間、條件不同，演算法的具體細節有差異，但最終解決的是同一個問題。在需求分析過程中，當聽到需要在不同時間應用不同的商務規則，就可以考慮使用原則模式來處理這種變化的可能性。

缺點

使用者需要知道每一種策略的具體含義，並負責選擇策略
改進

結合簡單原廠模式，將策略選擇封裝在Context內部，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()

改進後的遺留問題

每次需要增加新的策略時，就需要修改Context的建構函式，增加一個新的判斷分支。

