当前位置: 首页 > article >正文

重温设计模式--13、策略模式

策略模式介绍

文章目录

      • 策略模式介绍
      • C++ 代码示例

策略模式是一种行为设计模式,它允许在运行时选择算法的行为。该模式将算法的定义和使用分离开来,使得算法可以独立于使用它的客户端而变化,提高了代码的灵活性和可维护性。
在这里插入图片描述

其主要包含以下几个角色:

  1. 抽象策略(Strategy):定义了一个公共接口,用于所有具体策略类实现,这个接口声明了算法的方法签名,客户端通过这个接口来调用具体的算法。
  2. 具体策略(Concrete Strategy):实现了抽象策略接口,提供具体的算法实现逻辑。不同的具体策略类实现了不同的算法,可以根据具体需求进行替换。
  3. 上下文(Context):持有一个对抽象策略的引用,通过这个引用调用具体策略的算法方法。上下文类负责与客户端交互,并根据情况决定使用哪个具体策略。

使用策略模式的好处在于:

  • 可扩展性强:当需要添加新的算法时,只需创建新的具体策略类实现抽象策略接口即可,不需要修改现有代码的核心逻辑,符合开闭原则(对扩展开放,对修改关闭)。
  • 代码复用性高:具体策略类可以在不同的上下文中被复用,只要符合抽象策略定义的接口规范就行。
  • 便于维护和测试:由于每个算法都独立在具体策略类中实现,代码结构清晰,便于单独对各个算法进行维护和测试。

C++ 代码示例

以下是一个简单的用 C++ 实现的策略模式示例,模拟一个电商系统中不同的折扣策略计算商品最终价格的场景。

#include <iostream>
#include <string>

// 抽象策略类,定义折扣计算的接口
class DiscountStrategy {
public:
    virtual double calculateDiscount(double price) = 0;
    virtual ~DiscountStrategy() {}
};

// 具体策略类1:满减折扣策略
class FullReductionStrategy : public DiscountStrategy {
public:
    double calculateDiscount(double price) override {
        if (price >= 200) {
            return price * 0.2;  // 满200减20%
        }
        return 0;
    }
};

// 具体策略类2:固定折扣策略
class FixedDiscountStrategy : public DiscountStrategy {
public:
    double calculateDiscount(double price) override {
        return price * 0.1;  // 固定打9折
    }
};

// 上下文类,持有折扣策略引用并执行折扣计算
class ShoppingCart {
public:
    ShoppingCart(DiscountStrategy* strategy) : m_strategy(strategy) {}

    void setDiscountStrategy(DiscountStrategy* strategy) {
        m_strategy = strategy;
    }

    double calculateFinalPrice(double price) {
        double discount = m_strategy->calculateDiscount(price);
        return price - discount;
    }

private:
    DiscountStrategy* m_strategy;
};

int main() {
    // 创建具体策略对象
    FullReductionStrategy fullReduction;
    FixedDiscountStrategy fixedDiscount;

    // 创建上下文对象,并传入具体策略对象
    ShoppingCart cart1(&fullReduction);
    ShoppingCart cart2(&fixedDiscount);

    double price = 300;
    std::cout << "使用满减策略,商品价格为 " << price << " 时,最终价格: " << cart1.calculateFinalPrice(price) << std::endl;
    std::cout << "使用固定折扣策略,商品价格为 " << price << " 时,最终价格: " << cart2.calculateFinalPrice(price) << std::endl;

    // 更换策略并重新计算价格
    cart1.setDiscountStrategy(&fixedDiscount);
    std::cout << "更换为固定折扣策略后,商品价格为 " << price << " 时,最终价格: " << cart1.calculateFinalPrice(price) << std::endl;

    return 0;
}

下面对上述代码进行详细解释:

  1. 抽象策略类 DiscountStrategy

    • 它定义了一个纯虚函数 calculateDiscount,这个函数接收商品价格作为参数,用于计算折扣金额,返回值是折扣的具体数值(以价格的比例形式体现)。纯虚函数的存在使得这个类成为抽象类,不能直接实例化,必须由具体的子类来实现其 calculateDiscount 方法。
    • 虚析构函数 ~DiscountStrategy() 的定义是为了保证在通过基类指针删除派生类对象时能够正确调用派生类的析构函数,避免内存泄漏等问题,遵循了多态情况下正确析构的原则。
  2. 具体策略类

    • FullReductionStrategy:实现了 DiscountStrategy 抽象策略接口,在 calculateDiscount 方法中定义了满减的折扣逻辑,即当商品价格大于等于200时,给予20%的折扣,否则没有折扣(返回0)。
    • FixedDiscountStrategy:同样实现了抽象接口,其折扣逻辑是固定给予商品价格10%的折扣,无论商品价格具体是多少。
  3. 上下文类 ShoppingCart

    • 它有一个私有成员变量 m_strategy,类型是指向 DiscountStrategy 抽象策略类的指针,通过构造函数或者 setDiscountStrategy 方法来初始化或更换这个指针所指向的具体策略对象。
    • calculateFinalPrice 方法用于根据当前持有的具体策略计算商品的最终价格,它先调用 m_strategy 指向的具体策略对象的 calculateDiscount 方法获取折扣金额,然后用商品原价减去折扣金额得到最终价格。
  4. main 函数部分

    • 首先创建了两个具体策略类的对象 fullReduction(满减策略)和 fixedDiscount(固定折扣策略)。
    • 接着创建了两个 ShoppingCart 上下文对象 cart1cart2,并分别在构造函数中传入不同的具体策略对象,这样 cart1 初始使用满减策略,cart2 使用固定折扣策略。然后通过调用 calculateFinalPrice 方法分别计算并展示了商品价格为300时,不同策略下的最终价格。
    • 之后又通过 cart1setDiscountStrategy 方法将其使用的策略更换为固定折扣策略,并再次计算和展示了最终价格,体现了策略模式可以在运行时灵活切换算法(策略)的特点。

通过这个示例可以看到,策略模式将不同的折扣算法封装在各自的具体策略类中,而 ShoppingCart 上下文类只需要关心抽象策略接口,根据具体情况使用不同的具体策略来计算最终价格,使得代码结构清晰,易于扩展和维护。例如,如果后续要添加一个新的折扣策略(如会员专享折扣策略等),只需要创建一个新的具体策略类实现 DiscountStrategy 接口,并在需要的地方(如 ShoppingCart 上下文对象中)使用这个新策略即可,不需要修改原有的核心代码逻辑。


http://www.kler.cn/a/470802.html

相关文章:

  • 网络安全常见的问题
  • 获取IP地区
  • 1/7 C++
  • [文献精汇]使用PyCaret预测 Apple 股价
  • 初学STM32 --- USMART
  • Flutter 鸿蒙化 flutter和鸿蒙next混和渲染
  • MYSQL--------SQL 注入简介MySQL SQL Mode 简介
  • WPF 扩展 TabControl 可保存显示的标签页
  • Flutter鸿蒙化 在鸿蒙应用中添加Flutter页面
  • Spring Security(maven项目) 3.0.2.4版本
  • 期末速成C++【大题汇总完】
  • 【工具推荐】XSS 扫描器-XSStrike
  • 基于fMRI数据计算脑脊液(CSF)与全脑BOLD信号的时间耦合分析
  • 进行电商系统的开发
  • 使用 Nginx 轻松处理跨域请求(CORS)
  • 在vue3中根据需要展示特定国家的国旗
  • Postman + Jenkins + Report 集成测试
  • 在 ASP.NET CORE 中上传、下载文件
  • train_args = TrainingArguments()里面的全部参数使用
  • 中电金信携手华为发布“全链路实时营销解决方案”,重塑金融营销数智新生态
  • 设计模式-结构型-适配器模式
  • flutter 专题二十四 Flutter性能优化在携程酒店的实践
  • 计算机毕业设计Python+Vue.js游戏推荐系统 Steam游戏推荐系统 Django Flask 游 戏可视化 游戏数据分析 游戏大数据 爬虫
  • AI巡检系统在安全生产管理中的创新应用
  • 游戏引擎学习第74天
  • Redis 数据库源码分析