Python 设计模式:模板模式

1. 什么是模板模式?

模板模式是一种行为设计模式,它定义了一个操作的算法的骨架,而将一些步骤延迟到子类中。模板模式允许子类在不改变算法结构的情况下,重新定义算法的某些特定步骤。

模板模式的核心思想是将算法的固定部分提取到一个基类中,而将可变部分留给子类实现。这样可以避免代码重复,提高代码的复用性和可维护性。

模板模式通常包含以下几个组成部分:

  • 抽象类(Abstract Class):定义模板方法和一些抽象方法。模板方法是算法的骨架,调用其他方法来完成具体的步骤。
  • 具体类(Concrete Class):实现抽象类中的抽象方法,提供具体的实现。

模板模式在软件设计中具有多种优点:

  • 代码复用:通过将算法的固定部分提取到基类中,减少了代码重复,提高了代码的复用性。
  • 灵活性:子类可以根据需要实现不同的步骤,而不需要修改算法的整体结构。
  • 易于维护:算法的固定部分集中在一个地方,便于管理和维护。
from abc import ABC, abstractmethod# 抽象类
class DataProcessor(ABC):def process_data(self):self.read_data()  # 读取数据self.clean_data()  # 清洗数据self.analyze_data()  # 分析数据self.save_results()  # 保存结果@abstractmethoddef read_data(self):pass@abstractmethoddef clean_data(self):pass@abstractmethoddef analyze_data(self):pass@abstractmethoddef save_results(self):pass# 具体类:处理 CSV 数据
class CSVDataProcessor(DataProcessor):def read_data(self):print("Reading data from CSV file.")def clean_data(self):print("Cleaning CSV data.")def analyze_data(self):print("Analyzing CSV data.")def save_results(self):print("Saving results to CSV file.")# 具体类:处理 JSON 数据
class JSONDataProcessor(DataProcessor):def read_data(self):print("Reading data from JSON file.")def clean_data(self):print("Cleaning JSON data.")def analyze_data(self):print("Analyzing JSON data.")def save_results(self):print("Saving results to JSON file.")# 客户端代码
if __name__ == "__main__":csv_processor = CSVDataProcessor()csv_processor.process_data()  # 处理 CSV 数据print("\n")json_processor = JSONDataProcessor()json_processor.process_data()  # 处理 JSON 数据
  1. 抽象类DataProcessor 类定义了模板方法 process_data,该方法调用了其他方法来完成数据处理的各个步骤。它还定义了一些抽象方法(read_dataclean_dataanalyze_datasave_results),这些方法将在子类中实现。

  2. 具体类

    • CSVDataProcessor 类实现了 DataProcessor 抽象类,提供了处理 CSV 数据的具体实现。
    • JSONDataProcessor 类同样实现了 DataProcessor 抽象类,提供了处理 JSON 数据的具体实现。
  3. 客户端代码

    • 在客户端代码中,创建 CSVDataProcessorJSONDataProcessor 的实例,并调用 process_data 方法来处理数据。
    • 每个具体类都实现了自己的数据处理逻辑,但它们都遵循了相同的处理流程。

2. 模板模式和继承机制的区别

2.1 模板模式的目的

模板模式的主要目的是定义一个算法的骨架,并将某些步骤的实现延迟到子类中。它强调的是算法的结构和步骤的固定性,同时允许子类在不改变算法整体结构的情况下,提供具体的实现。这种模式的使用场景通常是在多个类中有相似的操作流程,但具体的实现细节可能不同。

2.2 普通继承的特点

普通的继承机制允许子类继承父类的属性和方法。虽然子类可以重写父类的方法,但这种重写并不一定遵循特定的算法结构。普通继承更关注的是属性和行为的复用,而不一定是算法的步骤和流程。

2.3 模板模式的结构

在模板模式中,通常会有一个抽象类(模板类),它定义了一个模板方法,包含了算法的固定步骤。具体的实现则在子类中完成。模板方法通常是一个公开的方法,子类通过实现抽象方法来提供具体的行为。

class Template:def template_method(self):self.step_one()self.step_two()self.step_three()def step_one(self):pass  # 默认实现或抽象方法def step_two(self):pass  # 默认实现或抽象方法def step_three(self):pass  # 默认实现或抽象方法

2.4 与普通继承的区别

  • 结构化:模板模式强调算法的结构和步骤的顺序,而普通继承可能没有这样的结构化要求。
  • 灵活性:模板模式允许子类在不改变算法结构的情况下,灵活地实现具体步骤,而普通继承可能会导致子类的实现与父类的实现紧密耦合。
  • 可维护性:模板模式通过将算法的固定部分集中在一个地方,便于管理和维护,而普通继承可能会导致代码分散,增加维护难度。

2.5 实际应用中的理解

在实际开发中,我们可能会无意中使用普通继承来实现某些功能,但这并不意味着我们在使用模板模式。模板模式的使用是有意识的设计选择,旨在解决特定的问题,如算法的复用和扩展。

例如,在一个数据处理应用中,如果我们有多个数据源(如 CSV、JSON、XML),我们可以使用模板模式来定义数据处理的通用步骤,而具体的读取、清洗和分析逻辑则在各自的子类中实现。这种方式使得我们可以轻松地添加新的数据源,而不需要修改现有的代码结构。

2.6 总结

模板模式不仅仅是面向对象的继承机制,它是一种设计思想,强调算法的结构和步骤的复用。通过使用模板模式,我们可以提高代码的可维护性和可扩展性,避免代码重复,并使得系统在面对变化时更加灵活。理解模板模式的目的和应用场景,可以帮助我们在设计软件时做出更好的决策。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/77860.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【后端】构建简洁的音频转写系统:基于火山引擎ASR实现

在当今数字化时代,语音识别技术已经成为许多应用不可或缺的一部分。无论是会议记录、语音助手还是内容字幕,将语音转化为文本的能力对提升用户体验和工作效率至关重要。本文将介绍如何构建一个简洁的音频转写系统,专注于文件上传、云存储以及…

音频base64

音频 Base64 是一种将二进制音频数据(如 MP3、WAV 等格式)编码为 ASCII 字符串的方法。通过 Base64 编码,音频文件可以转换为纯文本形式,便于在文本协议(如 JSON、XML、HTML 或电子邮件)中传输或存储&#…

240422 leetcode exercises

240422 leetcode exercises jarringslee 文章目录 240422 leetcode exercises[237. 删除链表中的节点](https://leetcode.cn/problems/delete-node-in-a-linked-list/)🔁节点覆盖法 [392. 判断子序列](https://leetcode.cn/problems/is-subsequence/)🔁…

MYSQL之库的操作

创建数据库 语法很简单, 主要是看看选项(与编码相关的): CREATE DATABASE [IF NOT EXISTS] db_name [create_specification [, create_specification] ...] create_specification: [DEFAULT] CHARACTER SET charset_name [DEFAULT] COLLATE collation_name 1. 语句中大写的是…

Git Flow分支模型

经典分支模型(Git Flow) 由 Vincent Driessen 提出的 Git Flow 模型,是管理 main(或 master)和 dev 分支的经典方案: main 用于生产发布,保持稳定; dev 用于日常开发,合并功能分支(feature/*); 功能开发在 feature 分支进行,完成后合并回 dev; 预发布分支(rele…

【Spring】依赖注入的方式:构造方法、setter注入、字段注入

在Spring框架中,除了构造器注入(Constructor Injection)和Setter注入(Setter Injection),还有一种依赖注入方式:字段注入(Field Injection)。字段注入通过在Bean的字段上…

【数学建模】随机森林算法详解:原理、优缺点及应用

随机森林算法详解:原理、优缺点及应用 文章目录 随机森林算法详解:原理、优缺点及应用引言随机森林的基本原理随机森林算法步骤随机森林的优点随机森林的缺点随机森林的应用场景Python实现示例超参数调优结论参考文献 引言 随机森林是机器学习领域中一种…

HttpSessionListener 的用法笔记250417

HttpSessionListener 的用法笔记250417 以下是关于 HttpSessionListener 的用法详解,涵盖核心方法、实现步骤、典型应用场景及注意事项,帮助您全面掌握会话(Session)生命周期的监听与管理: 1. 核心功能 HttpSessionLi…

【Python爬虫基础篇】--2.模块解析

目录 1.urllib库 1.1.request模块 1.1.1、urllib.request.urlopen() 函数 1.1.2.urllib.request.urlretrieve() 函数 1.2. error模块 1.3. parse 模块 2. BeautifulSoup4库 2.1.对象种类 2.2.对象属性 2.2.1.子节点 2.2.2.父节点 2.2.3.兄弟节点 2.2.4.回退和前进 …

Ubuntu-Linux从桌面到显示的全流程:技术分析总结

引言 Ubuntu作为主流的Linux发行版,其显示系统经历了从传统X11到现代Wayland的演进。本文将详细分析从应用程序到屏幕显示的完整技术流程,包括桌面环境、显示服务器、图形栈和硬件交互等核心环节。 1. 系统架构概览 Ubuntu的显示系统架构可分为四个主要…

在PyCharm中部署AI模型的完整指南

引言 随着人工智能技术的快速发展,越来越多的开发者开始将AI模型集成到他们的应用程序中。PyCharm作为一款强大的Python IDE,为AI开发提供了出色的支持。本文将详细介绍如何在PyCharm中部署AI模型,从环境配置到最终部署的完整流程。 第一部分:准备工作 1. 安装PyCharm …

WHAT - 静态资源缓存穿透

文章目录 1. 动态哈希命名的基本思路2. 具体实现2.1 Vite/Webpack 配置动态哈希2.2 HTML 文件中动态引用手动引用使用 index.html 模板动态插入 2.3 结合 Cache-Control 避免缓存穿透2.4 适用于多环境的动态策略 总结 在多环境部署中,静态资源缓存穿透是一个常见问题…

PoCL环境搭建

PoCL环境搭建 **一.关键功能与优势****二.设计目的****三.测试步骤**1.创建容器2.安装依赖3.编译安装pocl4.运行OpenCL测试程序 Portable Computing Language (PoCL) 简介 Portable Computing Language (PoCL) 是一个开源的、符合标准的异构计算框架,旨在为 OpenCL…

【区块链技术解析】从原理到实践的全链路指南

目录 前言:技术背景与价值当前技术痛点解决方案概述目标读者说明 一、技术原理剖析核心概念图解核心作用讲解关键技术模块技术选型对比 二、实战演示环境配置要求核心代码实现(10个案例)案例1:创建简单区块链案例2:工作…

在Windows上安装Git

一、安装 Git 下载 Git地址:Git - Downloads (git-scm.com) 1、在页面中找到适用于 Windows 系统的最新版本安装包(通常为.exe 格式文件),点击下载链接。 出于访问Git官网需要科学上网,不会的可以私信我要软件包&…

Golang interface总结(其一)

本篇是对golang 中的interface做一些浅层的、实用的总结 多态 常用场景 interface内仅包含函数类型,然后定义结构体去实现,如下 package mainimport "fmt"type Animal interface {Sound()Act() }type Cat struct{}func (c *Cat) Sound() {…

TVM计算图分割--Collage

1 背景 为满足高效部署的需要,整合大量优化的tensor代数库和运行时做为后端成为必要之举。现在的深度学习后端可以分为两类:1)算子库(operator kernel libraries),为每个DL算子单独提供高效地低阶kernel实现。这些库一般也支持算…

Redis——内存策略

目录 前言 1.过期策略 1.1过期策略——DB结构 1.2过期策略——惰性删除 1.3过期策略——定期删除 2.淘汰策略 2.1最少最近使用和使用频率原理 2.2内存淘汰策略执行流程 总结: 前言 Redis之所以性能强,主要的原因就是基于内存存储。然而单节点的R…

原型模式详解及在自动驾驶场景代码示例(c++代码实现)

模式定义 原型模式(Prototype Pattern)是一种创建型设计模式,通过克隆已有对象来创建新对象,避免重复执行昂贵的初始化操作。该模式特别适用于需要高效创建相似对象的场景,是自动驾驶感知系统中处理大量重复数据结构的…

在kali中安装AntSword(蚁剑)

步骤一、下载压缩包 源码:https://github.com/AntSwordProject/antSword,下载压缩包。 加载器:https://github.com/AntSwordProject/AntSword-Loader,根据系统选择压缩包(kali选择AntSword-Loader-v4.0.3-linux-x64&…