Python使用设计模式中的责任链模式与迭代器模式的示例
这篇文章主要介绍了Python使用设计模式中的责任链模式与迭代器模式的示例,责任链模式与迭代器模式都可以被看作为行为型的设计模式,需要的朋友可以参考下
责任链模式
责任链模式:将能处理请求的对象连成一条链,并沿着这条链传递该请求,直到有一个对象处理请求为止,避免请求的发送者和接收者之间的耦合关系。
#encoding=utf-8
#
#by panda
#职责连模式
def printInfo(info):
print unicode(info, 'utf-8').encode('gbk')
#抽象职责类
class Manager():
successor = None
name = ''
def __init__(self, name):
self.name = name
def SetSuccessor(self, successor):
self.successor = successor
def HandleRequest(self, request):
pass
#具体职责类:经理
class CommonManager(Manager):
def HandleRequest(self, request):
if request.RequestType == '请假' and request.Number <= 2:
printInfo('%s:%s 数量%d 被批准' % (self.name, request.RequestContent, request.Number))
else:
if self.successor != None:
self.successor.HandleRequest(request)
#具体职责类:总监
class Majordomo(Manager):
def HandleRequest(self, request):
if request.RequestType == '请假' and request.Number <= 5:
printInfo('%s:%s 数量%d 被批准' % (self.name, request.RequestContent, request.Number))
else:
if self.successor != None:
self.successor.HandleRequest(request)
#具体职责类:总经理
class GeneralManager(Manager):
def HandleRequest(self, request):
if request.RequestType == '请假':
printInfo('%s:%s 数量%d 被批准' % (self.name, request.RequestContent, request.Number))
elif request.RequestType == '加薪' and request.Number <= 500:
printInfo('%s:%s 数量%d 被批准' % (self.name, request.RequestContent, request.Number))
elif request.RequestType == '加薪' and request.Number > 500:
printInfo('%s:%s 数量%d 再说吧' % (self.name, request.RequestContent, request.Number))
class Request():
RequestType = ''
RequestContent = ''
Number = 0
def clientUI():
jinLi = CommonManager('金力')
zongJian = Majordomo('宗健')
zhongJingLi = GeneralManager('钟金利')
jinLi.SetSuccessor(zongJian)
zongJian.SetSuccessor(zhongJingLi)
request = Request()
request.RequestType = '请假'
request.RequestContent = '小菜请假'
request.Number = 1
jinLi.HandleRequest(request)
request.RequestType = '请假'
request.RequestContent = '小菜请假'
request.Number = 5
jinLi.HandleRequest(request)
request.RequestType = '加薪'
request.RequestContent = '小菜要求加薪'
request.Number = 500
jinLi.HandleRequest(request)
request.RequestType = '加薪'
request.RequestContent = '小菜要求加薪'
request.Number = 1000
jinLi.HandleRequest(request)
return
if __name__ == '__main__':
clientUI();
类图:
迭代器模式
迭代器模式:提供一种方法顺序访问一个聚合对象中的各个元素,而又不暴露该对象的内部表示。
python内置支持这种模式,所以一般来说,不用自己写,
#encoding=utf-8
#
#by panda
#迭代器(Iterator)模式
def printInfo(info):
print unicode(info, 'utf-8').encode('gbk')
#迭代器抽象类
class Iterator:
def First(self):
pass
def Next(self):
pass
def IsDone(self):
pass
def CurrentItem(self):
pass
#集合抽象类
class Aggregate:
def CreateIterator(self):
pass
#具体迭代器类:
class ConcreteIterator(Iterator):
aggregate = None
current = 0
def __init__(self, aggregate):
self.aggregate = aggregate
self.current = 0
def First(self):
return self.aggregate[0]
def Next(self):
ret = None
self.current += 1
if(self.current < len(self.aggregate)):
ret = self.aggregate[self.current]
return ret
def IsDone(self):
if(self.current < len(self.aggregate)):
return False
else:
return True
def CurrentItem(self):
ret = None
if(self.current < len(self.aggregate)):
ret = self.aggregate[self.current]
return ret
#具体集合类
class ConcreteAggregate(Aggregate):
items = None
def __init__(self):
self.items = []
def clientUI():
a = ConcreteAggregate()
a.items.append('大鸟')
a.items.append('小菜')
a.items.append('行李')
a.items.append('老外')
a.items.append('公交内部员工')
a.items.append('小偷')
printInfo('---------迭代器模式-------------')
i = ConcreteIterator(a.items)
item = i.First()
while(False == i.IsDone()):
printInfo("%s 请买车票!" % i.CurrentItem());
i.Next()
printInfo('\n---------python内部迭代-------------')
for item in a.items:
printInfo("%s 请买车票!" % item);
return
if __name__ == '__main__':
clientUI();
类图:
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21