Il design pattern Strategy in Python
In questa lezione userai il pattern Strategy per scegliere e cambiare l'algoritmo mentre il programma è in esecuzione.
Introduzione
Il problema
Il prezzo si può calcolare in modo diverso per i clienti normali, per gli iscritti o durante i saldi. Se metti tutte le regole in una sola funzione con una lunga catena di if / elif, la funzione cresce a ogni nuova regola. Con Strategy inserisci solo la regola che ti serve.
Immaginalo così
Il pattern Strategy è come scegliere un percorso in un'app di navigazione: il più veloce, il più breve o senza pedaggi. Il viaggio è lo stesso: scegli la strategia di percorso che preferisci e l'app la segue, senza cambiare il modo in cui ti guida.
regular_discount, member_discount🗺️ I percorsi disponibiliCheckout(member_discount)📍 Scegline uno quando partiself.discount_strategy(amount)🚗 Segui il percorso scelto12.00💳 Il prezzo da iscritto su 15Il pattern Strategy mette ogni variante di un algoritmo dietro la stessa interfaccia, qui una funzione con gli stessi parametri, e permette a chi chiama di scegliere quale usare.
Punti chiave
regular_discountemember_discountprendono un totale e restituiscono l'importo da pagare.Checkoutriceve una delle due comediscount_strategy.total(amount)chiama la strategia salvata senza sapere quale sia.member_discountfa il 20% di sconto, quindi 15 diventa 12.00.
Quando si usa?
- Regole intercambiabili: prezzi, ordinamento, validazione, formati di file.
- Sostituire lunghe catene di
if/elifche scelgono tra algoritmi. - Usare nei test strategie finte e semplici.
Quando non serve
- Solo una o due regole semplici che cambiano raramente: un
ifè più chiaro. - Strategie che richiedono input molto diversi: forzarle in un'unica interfaccia diventa scomodo.
Codice di esempio
def regular_discount(total): return total
def member_discount(total): return total * 0.8
class Checkout:
# Strategy: inject the algorithm that is allowed to vary.
def __init__(self, discount_strategy):
self.discount_strategy = discount_strategy
def total(self, amount):
# Delegate the varying algorithm to the strategy.
return self.discount_strategy(amount)
checkout = Checkout(member_discount)
print(f"{checkout.total(15):.2f}")
Risultato dell'esecuzione
12.00
Spiegazione del codice
La classe Checkout riceve la funzione di sconto discount_strategy alla creazione e le affida tutto il calcolo nel metodo total(). Con la strategia member_discount, l'ordine da 15 diventa 12.00. Per cambiare il calcolo basta passare un'altra funzione, senza modificare la classe Checkout.
Modifica i valori ed esegui il programma nel compilatore Python online CodeUtility senza installare Python.
Esercizi di approfondimento
Prova a modificare il codice seguendo i suggerimenti qui sotto. Cambiare il codice e osservare il risultato ti aiuta a capire molto più che leggerlo soltanto.
- Sostituisci il dominio di esempio mantenendo la struttura del pattern.
- Confronta il pattern con un’implementazione più semplice e spiegane i compromessi.
- Scrivi test per ogni partecipante prima di aggiungere un’altra implementazione.
Errori comuni
Chiamare la strategia mentre la passi
Checkout(member_discount()) passa il risultato, non la funzione.
checkout = Checkout(member_discount()) # TypeError
checkout = Checkout(member_discount)
Hai finito questa lezione?
Segnala come imparata per tenere traccia dei tuoi progressi.
Esercitati con una sfida
Usa ciò che questa lezione spiega per risolvere un problema reale. Ogni sfida gira nel browser, con test immediati e una revisione dell'IA.
- Funzioni di attivazione Applica sigmoide, ReLU, Leaky ReLU o tanh a ogni valore di una lista. Facile