观察者模式：又叫发布订阅模式，定义了一种一对多的依赖关系，让多个观察者对象同时监听某一个主题对象，这个主题对象的状态发生变化时，会通知所有观察者对象，是他们能自动更新自己。
代码结构
|
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
|
class Topic(object): """主题类。保存所有观察者实例的引用，每个主题都可以有很多观察者 可以增加和删除观察者""" 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): """抽象观察者类，收到主题的变更通知时，更新自己""" def Update(self): raise NotImplementedError()class ConcreteTopic(object): """一个具体主题""" def __init__(self): self.state = None def ChangeState(self, newState): self.state = newState self.Notify()class ConcreteObserver(object): """一个具体监听类""" 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') |
众多MQ中间件都是采用这种模式的思想来实现的。
观察者模式可以让主题和观察者之间解耦，互相之间尽可能少的依赖。不过抽象主题和抽象观察者之间还是有耦合的。
策略模式
策略模式： 定义了算法家族，分别封装起来，让他们之间可以互相替换。此模式让算法的变化不影响使用算法的客户。
代码框架
|
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
|
class Strategy(object): """抽象算法类""" def AlgorithmInterface(self): raise NotImplementedError()class ConcreteStrategyA(Strategy): def AlgorithmInterface(self): print '算法Ａ'class ConcreteStrategyB(Strategy): def AlgorithmInterface(self): print '算法B'class Context(object): """上下文，作用就是封装策略的实现细节，用户只需要知道有哪些策略可用""" def __init__(self, strategy): # 初始化时传入具体的策略实例 self.strategy = strategy def ContextInterface(self): # 负责调用具体的策略实例的接口 self.strategy.AlgorithmInterface()def client(cond): # 策略模式的使用演示 # 用户只需要根据不同的条件，将具体的算法实现类传递给Context， # 然后调用Context暴露给用户的接口就行了。 if cond == 'A': context = Context(ConcreteStrategyA()) elif cond == 'B': context = Context(ConcreteStrategyB()) result = context.ContextInterface() |
策略模式解决那类问题
在回答这个问题之前，先说下对策略模式的使用方式的感觉。上面的client函数，怎么看起来就像是简单工厂模式中的工厂函数呢？确实如此，实际上策略模式可以和简工厂模式结合起来，将更多细节封装在策略模式内部，让使用者更容易的使用。
那么策略模式和简单工厂模式有什么不同呢？策略模式中的算法是用来解决同一个问题的，根据时间、条件不同，算法的具体细节有差异，但最终解决的是同一个问题。在需求分析过程中，当听到需要在不同时间应用不同的业务规则，就可以考虑使用策略模式来处理这种变化的可能性。
缺点
使用者需要知道每一种策略的具体含义，并负责选择策略
改进
结合简单工厂模式，将策略选择封装在Context内部，解放client：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
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() |
改进后的遗留问题
每次需要增加新的策略时，就需要修改Context的构造函数，增加一个新的判断分支。
