Python 设计模式全解析#

设计模式是针对软件设计中常见问题的通用解决方案。在 Python 中，我们利用其动态特性，可以用比 Java 更简洁的代码实现这些模式。
代码直戳: https://github.com/faif/python-patterns

#一、 创建型模式 (Creational Patterns)

核心目标：处理对象的创建，将系统与对象的创建、组合、表示分离。

#1. 工厂方法 (Factory Method)

• 代码示例：

  def get_serializer(fmt):
      if fmt == "json": return lambda data: f"JSON: {data}"
      if fmt == "xml": return lambda data: f"XML: {data}"
      return str
  # 使用：serializer = get_serializer("json")
• 优点： 屏蔽对象创建细节，增加新产品只需扩展工厂，不改动调用方。
• 缺点： 简单场景下会增加代码结构的复杂性。
• 适用场景： 需要根据配置或环境动态决定实例化哪类对象时。

#2. 抽象工厂 (Abstract Factory)

• 代码示例：

  class DarkTheme: get_bg = lambda self: "黑色"
  class LightTheme: get_bg = lambda self: "白色"
  # 工厂的工厂：统一返回一组相关的对象家族
• 优点： 确保一系列相关对象能一起工作，保证风格统一。
• 缺点： 扩展“产品族”非常困难（例如增加一个蓝色主题需要修改所有工厂）。
• 适用场景： 换肤系统、多数据库驱动支持。

#3. 惰性初始化 (Lazy Evaluation)

• 代码示例：

  class Resource:
      def __init__(self): self._data = None
      @property
      def data(self):
          if self._data is None: 
              print("首次加载数据..."); self._data = [1, 2, 3]
          return self._data
• 优点： 减少启动开销，按需分配内存。
• 缺点： 第一次调用时可能会产生明显的延迟。
• 适用场景： 加载大型文件、建立昂贵的网络连接。

#4. 生成器模式 (Builder)

• 代码示例：

  class Pizza:
      def __init__(self): self.steps = []
  class PizzaBuilder:
      def __init__(self): self.p = Pizza()
      def add_cheese(self): self.p.steps.append("奶酪"); return self
      def add_sauce(self): self.p.steps.append("酱料"); return self
• 优点： 允许分步创建复杂对象，且相同的创建过程可以创建不同的表示。
• 缺点： 需要定义多个具体的生成器类。
• 适用场景： 创建具有多个可选参数的复杂对象。

#5. 单例模式 (Singleton)

• 代码示例：

  class AppConfig:
      _instance = None
      def __new__(cls):
          if not cls._instance: cls._instance = super().__setattr__("_data", {})
          return cls._instance
• 优点： 节约内存，保证全局状态唯一。
• 缺点： 违背单一职责原则，在多线程环境下需额外处理锁。
• 适用场景： 配置管理、数据库连接池。

#6. 原型模式 (Prototype)

• 代码示例：

  import copy
  class Form:
      def clone(self): return copy.deepcopy(self)
• 优点： 逃避构造函数的约束，直接克隆复杂状态的对象，效率更高。
• 缺点： 深拷贝复杂对象时容易出现循环引用问题。
• 适用场景： 游戏中的大量小怪生成、复杂的初始配置备份。

#7. 对象池 (Object Pool)

• 代码示例：

  class ConnectionPool:
      def __init__(self): self.pool = [Conn() for _ in range(5)]
      def borrow(self): return self.pool.pop()
      def return_back(self, conn): self.pool.append(conn)
• 优点： 显著提高频繁创建/销毁昂贵对象的性能。
• 缺点： 必须严格管理对象的“归还”逻辑，否则会导致池枯竭。
• 适用场景： 数据库连接、线程池、网络套接字。

---

#二、 结构型模式 (Structural Patterns)

核心目标：关注类和对象的组合。

#8. 装饰器模式 (Decorator)

• 代码示例：

  def bold(func):
      return lambda: f"<b>{func()}</b>"
  @bold
  def hello(): return "Hello"
• 优点： 动态扩展功能，比继承更灵活。
• 缺点： 多个嵌套装饰器会增加调试难度。
• 适用场景： 日志监控、权限校验。

#9. 代理模式 (Proxy)

• 代码示例：

  class RealImage: 
      def display(self): print("显示图片")
  class ProxyImage:
      def __init__(self): self.real = None
      def display(self):
          if not self.real: self.real = RealImage()
          self.real.display()
• 优点： 控制访问、延迟加载。
• 缺点： 在访问者与目标间增加了中间层，可能稍微影响速度。
• 适用场景： 远程代理、安全控制、智能引用。

---

#三、 行为型模式 (Behavioral Patterns)

核心目标：关注对象间的通信。

#10. 迭代器模式 (Iterator)

• 代码示例：

  # Python 原生支持：实现 __iter__ 和 __next__
  items = [1, 2, 3]
  it = iter(items)
  print(next(it))
• 优点： 访问集合内容而不暴露内部结构，支持多种遍历方式。
• 缺点： 对于简单的集合，手动实现迭代器显得多余。
• 适用场景： 遍历数据库记录、处理大型流式文件。

---