雖然設計模式與語言無關，但這並不意味着每一個模式都能在每一門語言中使用。《設計模式：可複用面向對象軟件的基礎》一書中有 23 個模式，其中有 16 個在動態語言中“不見了，或者簡化了”。
1、策略模式概述
策略模式：定義一系列算法，把它們一一封裝起來，並且使它們之間可以相互替換。此模式讓算法的變化不會影響到使用算法的客戶。
電商領域有個使用“策略”模式的經典案例，即根據客戶的屬性或訂單中的商品計算折扣。
假如一個網店制定了下述折扣規則。
- 有 1000 或以上積分的顧客，每個訂單享 5% 折扣。
- 同一訂單中，單個商品的數量達到 20 個或以上，享 10% 折扣。
- 訂單中的不同商品達到 10 個或以上，享 7% 折扣。
簡單起見，我們假定一個訂單一次只能享用一個折扣。
UML類圖如下：
策略模式UML類圖.png
Promotion 抽象類提供了不同算法的公共接口，fidelityPromo、BulkPromo 和 LargeOrderPromo 三個子類實現具體的“策略”，具體策略由上下文類的客戶選擇。
在這個示例中，實例化訂單（Order 類）之前，系統會以某種方式選擇一種促銷折扣策略，然後把它傳給 Order 構造方法。具體怎麼選擇策略，不在這個模式的職責範圍內。（選擇策略可以使用工廠模式。）
2、傳統方法實現策略模式：
from abc import ABC, abstractmethod
from collections import namedtuple
Customer = namedtuple('Customer', 'name fidelity')
class LineItem:
"""訂單中單個商品的數量和單價"""
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:
"""訂單"""
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 = '<訂單 總價: {:.2f} 實付: {:.2f}>'
return fmt.format(self.total(), self.due())
class Promotion(ABC): # 策略：抽象基類
@abstractmethod
def discount(self, order):
"""返回折扣金額（正值）"""
class FidelityPromo(Promotion): # 第一個具體策略
"""爲積分爲1000或以上的顧客提供5%折扣"""
def discount(self, order):
return order.total() * 0.05 if order.customer.fidelity >= 1000 else 0
class BulkItemPromo(Promotion): # 第二個具體策略
"""單個商品爲20個或以上時提供10%折扣"""
def discount(self, order):
discount = 0
for item in order.cart:
if item.quantity >= 20:
discount += item.total() * 0.1
return discount
class LargeOrderPromo(Promotion): # 第三個具體策略
"""訂單中的不同商品達到10個或以上時提供7%折扣"""
def discount(self, order):
distinct_items = {item.product for item in order.cart}
if len(distinct_items) >= 10:
return order.total() * 0.07
return 0
joe = Customer('John Doe', 0)
ann = Customer('Ann Smith', 1100)
cart = [LineItem('banana', 4, 0.5),
LineItem('apple', 10, 1.5),
LineItem('watermellon', 5, 5.0)]
print('策略一：爲積分爲1000或以上的顧客提供5%折扣')
print(Order(joe, cart, FidelityPromo()))
print(Order(ann, cart, FidelityPromo()))
banana_cart = [LineItem('banana', 30, 0.5),
LineItem('apple', 10, 1.5)]
print('策略二：單個商品爲20個或以上時提供10%折扣')
print(Order(joe, banana_cart, BulkItemPromo()))
long_order = [LineItem(str(item_code), 1, 1.0) for item_code in range(10)]
print('策略三：訂單中的不同商品達到10個或以上時提供7%折扣')
print(Order(joe, long_order, LargeOrderPromo()))
print(Order(joe, cart, LargeOrderPromo()))
輸出：
策略一：爲積分爲1000或以上的顧客提供5%折扣
<訂單 總價: 42.00 實付: 42.00>
<訂單 總價: 42.00 實付: 39.90>
策略二：單個商品爲20個或以上時提供10%折扣
<訂單 總價: 30.00 實付: 28.50>
策略三：訂單中的不同商品達到10個或以上時提供7%折扣
<訂單 總價: 10.00 實付: 9.30>
<訂單 總價: 42.00 實付: 42.00>
3、使用函數實現策略模式
在傳統策略模式中，每個具體策略都是一個類，而且都只定義了一個方法，除此之外沒有其他任何實例屬性。它們看起來像是普通的函數一樣。的確如此，在 Python 中，我們可以把具體策略換成了簡單的函數，並且去掉策略的抽象類。
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)
return self.total() - discount
def __repr__(self):
fmt = '<訂單 總價: {:.2f} 實付: {:.2f}>'
return fmt.format(self.total(), self.due())
def fidelity_promo(order):
"""爲積分爲1000或以上的顧客提供5%折扣"""
return order.total() * .05 if order.customer.fidelity >= 1000 else 0
def bulk_item_promo(order):
"""單個商品爲20個或以上時提供10%折扣"""
discount = 0
for item in order.cart:
if item.quantity >= 20:
discount += item.total() * .1
return discount
def large_order_promo(order):
"""訂單中的不同商品達到10個或以上時提供7%折扣"""
distinct_items = {item.product for item in order.cart}
if len(distinct_items) >= 10:
return order.total() * .07
return 0
joe = Customer('John Doe', 0)
ann = Customer('Ann Smith', 1100)
cart = [LineItem('banana', 4, 0.5),
LineItem('apple', 10, 1.5),
LineItem('watermellon', 5, 5.0)]
print('策略一：爲積分爲1000或以上的顧客提供5%折扣')
print(Order(joe, cart, fidelity_promo))
print(Order(ann, cart, fidelity_promo))
banana_cart = [LineItem('banana', 30, 0.5),
LineItem('apple', 10, 1.5)]
print('策略二：單個商品爲20個或以上時提供10%折扣')
print(Order(joe, banana_cart, bulk_item_promo))
long_order = [LineItem(str(item_code), 1, 1.0) for item_code in range(10)]
print('策略三：訂單中的不同商品達到10個或以上時提供7%折扣')
print(Order(joe, long_order, large_order_promo))
print(Order(joe, cart, large_order_promo))
其實只要是支持高階函數的語言，就可以如此實現，例如 C# 中，可以用委託實現。只是如此實現反而使代碼變得複雜不易懂。而 Python 中，函數天然就可以當做參數來傳遞。
值得注意的是，《設計模式：可複用面向對象軟件的基礎》一書的作者指出：“策略對象通常是很好的享元。” 享元是可共享的對象，可以同時在多個上下文中使用。共享是推薦的做法，這樣不必在每個新的上下文（這裏是 Order 實例）中使用相同的策略時不斷新建具體策略對象，從而減少消耗。因此，爲了避免 [策略模式] 的運行時消耗，可以配合 [享元模式] 一起使用，但這樣，代碼行數和維護成本會不斷攀升。
在複雜的情況下，需要具體策略維護內部狀態時，可能需要把“策略”和“享元”模式結合起來。但是，具體策略一般沒有內部狀態，只是處理上下文中的數據。此時，一定要使用普通的函數，別去編寫只有一個方法的類，再去實現另一個類聲明的單函數接口。函數比用戶定義的類的實例輕量，而且無需使用“享元”模式，因爲各個策略函數在 Python 編譯模塊時只會創建一次。普通的函數也是“可共享的對象，可以同時在多個上下文中使用”。