结构梳理>>>

第一部分: 创建型模式

  • 工厂模式
  1. 工厂方法
  2. 抽象工厂
  • 建造者模式
  • 原型模式
  • 单例模式

第二部分: 结构型模式

  • 适配器模式
  • 修饰器模式
  • 外观模式
  • 享元模式
  • 模型-视图-控制器模式
  • 代理模式

第三部分: 行为型模式

  • 责任链模式
  • 命令模式
  • 解释模式
  • 观察者模式
  • 状态模式
  • 策略模式
  • 模板模式

干货>>>

  何为设计模式?

  ==>大牛们踩过了无数的坑总结出来的软件设计中的推荐方案

第一部分: 创建型模式

  跟对象创建有关的一系列模式

  • 工厂模式

  客户端请求对象时无需知道对象的来源,直接通过向函数和类向工厂传递参数创建对象,简化对象的创建过程

  工厂方法

  何为工厂?

  ==>加工类的地方

  何为工厂方法?

  ==>以方法(函数)作为工厂

  实现:

  定义函数,根据条件返回不同类的实例

  1) 定义多个类(平行的类)

  2) 定义工厂方法-函数,通过不同输入参数的条件判断将上面定义的类分别赋值同一个变量,最后返回变量的调用-类的实例对象

  3) 可以再定义一系列函数调用工厂方法进行封装,实现不同功能(异常处理,写日志等)

  抽象工厂

  何为抽象工厂?

  ==>一组工厂方法,每个工厂方法返回不同实例对象

  为什么要用抽象工厂?

  ==>优点:工厂方法的泛化,使对象创建更容易追踪;将对象创建和使用解耦;优化内存占用和性能潜力;可通过改变激活工厂方法动态改变应用行为,不用终止重启,改变用户使用应用的观感(看不懂?往下看)

  什么时候用?

  ==>创建了很多工厂方法,难以维护了,此时,我们需要把创建实例对象的过程合并在一起

  实现:

  1) 定义多个类(平行的类)

  2) 定义抽象工厂-类,通过定义类的不同方法(make_a、make_b...),返回上面定义类的实例对象(有参数的在__init__中定义)==>将抽象工厂作为一个接口,实现动态激活make_a、make_b等工厂方法

  3) 可以再定义一系列类,对抽象工厂进行封装。

    例如:再定义一个类Env,__init__中传入抽象工厂的调用-类的实例对象,通过调用实例的make_a、make_b方法,实现在Env中初始化类;定义其他方法,实现不同功能

  • 建造者模式

  用于细粒度控制复杂对象的创建过程

  何为建造者模式?

  ==>创建一个由多个部分构成的对象,每个构成需要一步步完成,就像盖房子,每个部分都建造好,对象才算最终创建

  什么时候用?

  1) 页面生成器

  2) 文档转换器

  3) 用户界面

  4) 表单创建工具

  再回首:

  工厂模式:单步创建对象;调用立即返回实例对象;

  建造者模式:多步创建对象;需要时才返回最终实例对象;

  实现:

  引入建造者、指挥者、

  1) 定义一个类A(要创建的类,创建时需要一步步调用类中不同的属性和方法)

  2) 定义不同类的Builder(建造者),实例化时传入A的实例;定义多个函数-代表创建过程的多个步骤(通过调用实例的属性和方法实现),实现不同建造者的不同创建步骤

  3) 定义一个类Constructer(指挥者),定义方法,传入建造者作为参数,按照指定的顺序执行建造者定义的一系列方法(建造步骤)

  • 原型模式

  创建对象的克隆-副本(注意引用和副本的区别);copy.deepcopy的使用

  实现:

  通过定义类,定义方法,调用copy.deepcopy(obj)实现对象克隆

  

  • 单例模式

  每次初始化类时生成同一个实例对象

  

  实现:

# 1. new方法实现

class Singleton:
def __new__(cls, *args, **kwargs):
if not hasattr(cls, '_instance'):
cls._instance = super(Singleton, cls).__new__(*args, **kwargs)
return cls._instance
class MyClass:
a = 1

# 2. 装饰器实现
from functools import wraps

def singleton(cls):
_instance = {} @wraps(cls)
def check_instance(*args, **kwargs):
if cls not in _instance:
_instance[cls] = cls(*args, **kwargs)
return _instance[cls]
return check_instance @singleton
class MyClass:
a = 1 # 3. metaclass实现
class Singleton(type):
_instance = {} def __call__(cls, *args, **kwargs):
if cls not in cls._instance:
cls._instance[cls] = super(Singleton, cls).__call__(*args, **kwargs)
return cls._instance[cls] class MyClass(metaclass=Singleton):
# __metaclass__ = Singleton
a = 1

第二部分: 结构型模式

  处理系统中不同实体(类、对象)间关系,通过对象组合方式,创造新功能

  • 适配器模式

  实现不兼容接口间兼容  

  遵循开放封闭原则(扩展开放、修改封闭)

  什么时候用?

  不修改原始代码的情况下,将老组件用于新系统or新组件用于老系统;组件以外部库提供,无法访问代码

  实现

  方式1:继承

  方式2:类的内部字典(更地道)

  1) 定义类(待访问的代码类)

  2) 定义类(可访问的代码)

  3) 定义类Adapter,初始化对象时传入待访问的类对象、待访问的类的方法(dict形式),将待访问的类的方法update到self.__dict__中


*****external.py*****
class Synthesizer:
def __init__(self, name):
self.name = name
def __str__(self):
return 'the {} synthesizer'.format(self.name)
def play(self):
return 'is playing an electronic song' class Human:
def __init__(self, name):
self.name = name
def __str__(self):
return '{} the human'.format(self.name)
def speak(self):
return 'says hello'
*****adapter.py*****
from external import Synthesizer, Human
class Computer:
def __init__(self, name):
self.name = name
def __str__(self):
return 'the {} computer'.format(self.name)
def execute(self):
return 'executes a program' class Adapter:
def __init__(self, obj, adapted_methods):
self.obj = obj
self.__dict__.update(adapted_methods)
def __str__(self):
return str(self.obj)
def main():
objects = [Computer('Asus')]
synth = Synthesizer('moog')
objects.append(Adapter(synth, dict(execute=synth.play)))
human = Human('Bob')
objects.append(Adapter(human, dict(execute=human.speak)))
for i in objects:
print('{} {}'.format(str(i), i.execute()))

if __name__ == "__main__":
  main()
  • 修饰器模式

  无序使用子类,动态扩展对象的行为(能用组合,不用继承)-将功能添加到对象

  

  什么时候用?

  实现横切关注点

  1) 数据校验

  2) 事务处理(这里的事务类似于数据库事务,意味着要么所有步骤都成功完成,要么事务失败)

  3) 缓存

  4) 日志

  5) 监控

  6) 调试

  7) 业务规则

  8) 压缩

  9) 加密

  图形用户界面(GUI)工具集

  实现:

  python修饰器实现修饰器模式

  

  

  • 外观模式

  一种简化复杂系统访问的方式

  为什么要用外观模式?

  隐藏系统的内部复杂性,通过一个简化的接口向客户端暴露必要的部分(在复杂系统做了一个抽象层)

  • 享元模式

  复用对象,提高系统的资源利用率

  

  • 模型-视图-控制器模式
  • 代理模式

第三部分: 行为型模式

  • 责任链模式
  • 命令模式
  • 解释模式
  • 观察者模式
  • 状态模式
  • 策略模式
  • 模板模式

基于Python的设计模式简述的更多相关文章

  1. selenium2自动化测试实战--基于Python语言

    自动化测试基础 一. 软件测试分类 1.1 根据项目流程阶段划分软件测试 1.1.1 单元测试 单元测试(或模块测试)是对程序中的单个子程序或具有独立功能的代码段进行测试的过程. 1.1.2 集成测试 ...

  2. Design Patterns Simplified - Part 3 (Simple Factory)【设计模式简述--第三部分(简单工厂)】

    原文链接:http://www.c-sharpcorner.com/UploadFile/19b1bd/design-patterns-simplified-part3-factory/ Design ...

  3. 《Selenium2自动化测试实战--基于Python语言》 --即将面市

    发展历程: <selenium_webdriver(python)第一版>   将本博客中的这个系列整理为pdf文档,免费. <selenium_webdriver(python)第 ...

  4. Python Selenium设计模式-POM

    前言 本文就python selenium自动化测试实践中所需要的POM设计模式进行分享,以便大家在实践中对POM的特点.应用场景和核心思想有一定的理解和掌握. 为什么要用POM 基于python s ...

  5. 转 Python Selenium设计模式-POM

    前言 本文就python selenium自动化测试实践中所需要的POM设计模式进行分享,以便大家在实践中对POM的特点.应用场景和核心思想有一定的理解和掌握. 为什么要用POM 基于python s ...

  6. Python Selenium设计模式 - PO设计模式

    整理一下python selenium自动化测试实践中使用较多的po设计模式. 为什么要用PO 基于python selenium2开始开始ui自动化测试脚本的编写不是多么艰巨的任务.只需要定位到元素 ...

  7. 基于python深度学习的apk风险预测脚本

    基于python深度学习的apk风险预测脚本 为了有效判断安卓apk有无恶意操作,利用python脚本,通过解包apk文件,对其中xml文件进行特征提取,通过机器学习构建模型,预测位置的apk包是否有 ...

  8. 【Machine Learning】决策树案例:基于python的商品购买能力预测系统

    决策树在商品购买能力预测案例中的算法实现 作者:白宁超 2016年12月24日22:05:42 摘要:随着机器学习和深度学习的热潮,各种图书层出不穷.然而多数是基础理论知识介绍,缺乏实现的深入理解.本 ...

  9. 基于Python+Django的Kubernetes集群管理平台

    ➠更多技术干货请戳:听云博客 时至今日,接触kubernetes也有一段时间了,而我们的大部分业务也已经稳定地运行在不同规模的kubernetes集群上,不得不说,无论是从应用部署.迭代,还是从资源调 ...

随机推荐

  1. 在虚拟机上利用宿主机共享目录编译linux程序

    #前提条件: 宿主机:windows7 虚拟机:REDHAT 开发环境 qt4.7.4 +vs2010 . 代码在windows7 上编译成功 ,运行正常 在linux下编译需要的第三方库已经编译成功 ...

  2. Java实现inputstream流的复制

    获取到一个inputstream后,可能要多次利用它进行read的操作.由于流读过一次就不能再读了,而InputStream对象本身不能复制,而且它也没有实现Cloneable接口,所以得想点办法. ...

  3. Matlab rgb2hsv

    >> im = imread('lake.jpg');>> imshow(im)>> hsv_im = rgb2hsv(im);>> imshow(hs ...

  4. 前端自动化构建工具 gulp 学习笔记 一、

    一.我对gulp的初期理解 是一种前端辅助开发工具 可以帮你把js,css,img等文件 合并.压缩,图片好像是合并为精灵图,合并为精灵图之后,还会生成一个css样式表. 官方解说是:基于流的自动化构 ...

  5. python excle读

    #!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2019/4/24 9:57 # @File : Excel读.py # @Softwa ...

  6. 基于Linux-3.9.4内核的GDB跟踪系统调用实验

    382 + 原创作品转载请注明出处 + https://github.com/mengning/linuxkernel/ 一.实验环境 win10 -> VMware -> Ubuntu1 ...

  7. robot framework类型强制转换

    在测试过程中需要比较两个数值是否存在一定的关系 1.若新增一个数据,删除一个数据,判断他是否新增成功或者删除成功,除了判断本身数据成功显示与不显示之外,可以通过总数间接去判断是否成功 A)新增删除前获 ...

  8. Spark:DataFrame 写入文本文件

    将DataFrame写成文件方法有很多最简单的将DataFrame转换成RDD,通过saveASTextFile进行保存但是这个方法存在一些局限性:1.将DataFrame转换成RDD或导致数据结构的 ...

  9. typeof 子类获取父类

    像这样typeof(Typ).BaseType.Name

  10. oracle中创建数据库用户,并授权

    --查看表空间文件路径select * from dba_data_files where tablespace_name=$TABLESPACE CREATE TABLESPACE usr_aa D ...