Python的组合模式与责任链模式编程示例
这篇文章主要介绍了Python的组合模式与责任链模式编程示例,组合模式与责任链模式都属于Python的设计模式,需要的朋友可以参考下
组合模式
我们把Composite模式看成一个复杂的属性结构,其实基本有三种角色:树干(定义一些操作树叶leaf的操作),树枝(树干上有很多树枝)和树叶(树干想要具体操作的对象) ,Composite模式帮我们实现:即它们在充当对象的时候,还是其他对象的容易,从而提供一致性
python的例子
class Trunk(object):
'''树干'''
def __str__(self):
pass
def subtree(self):
pass
class Composite(Trunk):
def __init__(self, left=None, right=None, length=None):
self.left=left
self.right=right
self.length=length
def __str__(self):
# 这个结果是在调用subtree()的时候返回
if self.length:
return "(" + self.left.__str__() + ", " + self.right.__str__() + ")" + ": " + str(self.length)
else:
return "(" + self.left.__str__() + ", " + self.right.__str__() + ")"
# 这里其实就是一个技巧,通过这个函数返回下一级的对象,也就是它既是对象还可以是对象的容器
def subtree(self):
return Composite(self.left, self.right)
class Leaf(Trunk):
'''叶子类,它没办法继续延伸了'''
def __init__(self, name, length=None):
self.name = name
self.length=length
self.left = None
self.right = None
def __str__(self):
return self.name + ": " + str(self.length)
def subtree(self):
return Leaf(self.name, self.length)
if __name__ == "__main__":
# 只有叶子那么就直接返回__str__的拼装结果
t1 = Leaf('A', 0.71399)
print t1
# 有个2个叶子的组合,返回的是2个叶子的对象的组合
t2 = Composite(Leaf('B', -0.00804),
Leaf('C', 0.07470))
print t2
# 这个是嵌套的叶子的组合,树干上面有树枝,树枝上面有叶子
t3 = Composite(Leaf('A', 0.71399),
Composite(Leaf('B', -0.00804),
Leaf('C', 0.07470), 0.1533), 0.0666)
print t3
# 直接通过左右节点找到对应的叶子对象了
t4 = t3.right.right.subtree()
print t4
# t3的左树其实就是叶子对象了
t5 = t3.left.subtree()
print t5
责任链模式
比如我们还在读书的时候,考试的分数都是几个档次,比如90-100分,80-90分,好吧我想做一个根据分数打印你的学习成绩的反馈, 比如90-100就是A+,80-90就是A,70-80就是B+… 当然你可以用很多种方法实现,我这里就来实现一个Chain模式:用一系列的类来响应, 但只有遇到适合处理它的类才会处理,类似与case和switch的作用
python的例子
class BaseHandler:
# 它起到了链的作用
def successor(self, successor):
self.successor = successor
class ScoreHandler1(BaseHandler):
def handle(self, request):
if request > 90 and request <= 100:
return "A+"
else:
# 否则传给下一个链,下同,但是我是要return回结果的
return self.successor.handle(request)
class ScoreHandler2(BaseHandler):
def handle(self, request):
if request > 80 and request <= 90:
return "A"
else:
return self.successor.handle(request)
class ScoreHandler3(BaseHandler):
def handle(self, request):
if request > 70 and request <= 80:
return "B+"
else:
return "unsatisfactory result"
class Client:
def __init__(self):
h1 = ScoreHandler1()
h2 = ScoreHandler2()
h3 = ScoreHandler3()
# 注意这个顺序,h3包含一个类似于default结果的东西,是要放在最后的,其他的顺序是无所谓的,比如h1和h2
h1.successor(h2)
h2.successor(h3)
requests = {'zhangsan': 78,
'lisi': 98,
'wangwu': 82,
'zhaoliu': 60}
for name, score in requests.iteritems():
print '{} is {}'.format(name, h1.handle(score))
if __name__== "__main__":
client = Client()
数据分析咨询请扫描二维码
CDA数据分析师认证:CDA认证分为三个等级:Level Ⅰ、Level Ⅱ和Level Ⅲ,每个等级的报考条件如下: Le ...
2024-11-14自学数据分析可能是一条充满挑战却又令人兴奋的道路。随着数据在现代社会中的重要性日益增长,掌握数据分析技能不仅能提升你的就 ...
2024-11-14数据分析相关职业选择 数据分析领域正在蓬勃发展,为各种专业背景的人才提供了丰富的职业机会。从初学者到有经验的专家,每个人 ...
2024-11-14数据挖掘与分析在金融行业的使用 在当今快速发展的金融行业中,数据挖掘与分析的应用愈发重要,成为驱动行业变革和提升竞争力的 ...
2024-11-14学习数据挖掘需要掌握哪些技能 数据挖掘是一个不断发展的领域,它结合了统计学、计算机科学和领域专业知识,旨在从数据中提取有 ...
2024-11-14统计学作为一门基于数据的学科,其广泛的应用领域和多样的职业选择,使得毕业生拥有丰厚的就业前景。无论是在政府还是企业,统计 ...
2024-11-14在当今高速发展的技术环境下,企业正在面临前所未有的机遇和挑战。数字化转型已成为企业保持竞争力和应对市场变化的必由之路。要 ...
2024-11-13爬虫技术在数据分析中扮演着至关重要的角色,其主要作用体现在以下几个方面: 数据收集:爬虫能够自动化地从互联网上抓取大量数 ...
2024-11-13在数据分析中,数据可视化是一种将复杂数据转化为图表、图形或其他可视形式的技术,旨在通过直观的方式帮助人们理解数据的含义与 ...
2024-11-13在现代银行业中,数字化用户行为分析已成为优化产品和服务、提升客户体验和提高业务效率的重要工具。通过全面的数据采集、深入的 ...
2024-11-13在这个数据飞速增长的时代,企业若想在竞争中占据优势,必须充分利用数据分析优化其营销策略。数据不仅有助于理解市场趋势,还可 ...
2024-11-13数据分析行业的就业趋势显示出多个积极的发展方向。随着大数据和人工智能技术的不断进步,数据分析在各行各业中的应用变得越来越 ...
2024-11-13市场数据分析是一门涉及多种技能和工具的学科,对企业在竞争激烈的市场中保持竞争力至关重要。通过数据分析,企业不仅可以了解当 ...
2024-11-13数据分析与数据挖掘是数据科学领域中两个关键的组成部分,它们各有独特的目标、方法和应用场景。尽管它们经常在实际应用中结合使 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13作为一名业务分析师,你肩负着将业务需求转化为技术解决方案的重任。面试这一角色时,涉及的问题多种多样,涵盖技术技能、分析能 ...
2024-11-13自学数据分析可能看似一项艰巨的任务,尤其在开始时。但是,通过一些策略和方法,你可以系统地学习和掌握数据分析的相关知识和技 ...
2024-11-10Excel是数据分析领域中的一款强大工具,它凭借其灵活的功能和易用的界面,成为了许多数据分析师和从业者的首选。无论是简单的数 ...
2024-11-10在快速发展的商业环境中,数据分析能力已经成为许多行业的核心竞争力。无论是初学者还是经验丰富的专家,搭建一个有效的数据分析 ...
2024-11-10