news 2026/5/1 4:46:46

【设计模式|第九篇】策略模式实战:优雅解耦业务逻辑

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【设计模式|第九篇】策略模式实战:优雅解耦业务逻辑
  • 策略模式详解
    • 什么是策略模式?
      • 核心机制
      • 现实类比
    • 策略模式的优势
    • 典型应用场景
      • 1. 电商促销系统
      • 2. 支付系统
    • 实际应用示例
      • 电商订单处理
      • 图像处理应用

策略模式详解

什么是策略模式?

策略模式是一种行为设计模式,其核心思想是:定义一系列算法,将每一个算法都封装起来,并使它们可以相互替换。策略模式让算法独立于使用它的客户端而变化。

核心机制

策略模式的实现包含以下关键组件:

  1. 策略接口(Strategy Interface):定义所有支持的算法或行为的公共接口
  2. 具体策略类(Concrete Strategies):实现策略接口的具体算法类
  3. 上下文类(Context):持有一个策略对象的引用,并通过策略接口与之交互

现实类比

以导航系统为例:

  • Context:我们的出行行为
  • Strategy Interface:导航算法接口
  • Concrete Strategies
    • FastestRouteStrategy:时间最短策略
    • ShortestRouteStrategy:距离最短策略
    • AvoidHighwayStrategy:避开高速策略
    • ScenicRouteStrategy:风景路线策略

策略模式的优势

  1. 完美遵循开闭原则

    • 新增策略时只需添加新类,无需修改现有代码
    • 例如电商系统新增"会员日双倍积分策略"时,只需创建DoublePointsStrategy
  2. 算法独立与解耦

    • 每个策略类封装特定算法,可独立测试和维护
    • 例如支付策略可单独测试微信支付、支付宝支付的业务逻辑
  3. 消除条件语句

    • 将复杂的条件分支转换为对象组合
    • 例如替代支付方式选择的switch-case结构:
      // 传统方式switch(paymentType){case"ALIPAY":processAlipay();break;case"WECHAT":processWechat();break;// ...}// 策略模式paymentStrategy.pay(amount);
  4. 运行时灵活性

    • 可在程序运行时动态切换策略
    • 例如根据网络状况切换图片加载策略(高质量/省流量)

典型应用场景

1. 电商促销系统

策略接口

publicinterfacePromotionStrategy{doublecalculatePrice(doubleoriginalPrice);}

具体策略实现

  1. 满减策略
publicclassCashRebateStrategyimplementsPromotionStrategy{privatedoublecondition;// 满减条件,如300privatedoublerebate;// 减免金额,如50@OverridepublicdoublecalculatePrice(doubleoriginalPrice){returnoriginalPrice>=condition?originalPrice-rebate:originalPrice;}}
  1. 折扣策略
publicclassDiscountStrategyimplementsPromotionStrategy{privatedoublediscountRate;// 折扣率,如0.9@OverridepublicdoublecalculatePrice(doubleoriginalPrice){returnoriginalPrice*discountRate;}}
  1. 无优惠策略
publicclassNoPromotionStrategyimplementsPromotionStrategy{@OverridepublicdoublecalculatePrice(doubleoriginalPrice){returnoriginalPrice;}}

上下文使用

publicclassPromotionContext{privatePromotionStrategystrategy;publicvoidsetStrategy(PromotionStrategystrategy){this.strategy=strategy;}publicdoubleexecuteStrategy(doubleoriginalPrice){returnstrategy.calculatePrice(originalPrice);}}

2. 支付系统

策略接口

publicinterfacePaymentStrategy{voidpay(doubleamount);}

具体支付实现

  1. 支付宝支付
publicclassAliPayStrategyimplementsPaymentStrategy{@Overridepublicvoidpay(doubleamount){// 调用支付宝SDKSystem.out.println("使用支付宝支付:"+amount+"元");}}
  1. 微信支付
publicclassWeChatPayStrategyimplementsPaymentStrategy{@Overridepublicvoidpay(doubleamount){// 调用微信支付APISystem.out.println("使用微信支付:"+amount+"元");}}
  1. 银行卡支付
publicclassCardPayStrategyimplementsPaymentStrategy{privateStringcardNumber;privateStringcvv;publicCardPayStrategy(StringcardNumber,Stringcvv){this.cardNumber=cardNumber;this.cvv=cvv;}@Overridepublicvoidpay(doubleamount){// 银行卡支付逻辑System.out.println("使用银行卡"+cardNumber.substring(cardNumber.length()-4)+"支付:"+amount+"元");}}

支付服务上下文

publicclassPaymentService{privatePaymentStrategypaymentStrategy;publicvoidsetPaymentStrategy(PaymentStrategystrategy){this.paymentStrategy=strategy;}publicvoidprocessPayment(doubleamount){paymentStrategy.pay(amount);}}

实际应用示例

电商订单处理

// 创建支付上下文PaymentServicepaymentService=newPaymentService();// 用户选择支付宝支付paymentService.setPaymentStrategy(newAliPayStrategy());paymentService.processPayment(100.00);// 促销活动切换PromotionContextpromotionContext=newPromotionContext();promotionContext.setStrategy(newCashRebateStrategy(300,50));doublefinalPrice=promotionContext.executeStrategy(350.00);// 返回300.00

图像处理应用

// 图像压缩策略interfaceCompressionStrategy{voidcompress(Imageimage);}classJPEGCompressionimplementsCompressionStrategy{privateintquality;publicJPEGCompression(intquality){this.quality=quality;}@Overridepublicvoidcompress(Imageimage){// JPEG压缩逻辑}}classPNGCompressionimplementsCompressionStrategy{@Overridepublicvoidcompress(Imageimage){// PNG无损压缩}}// 根据用户选择应用不同压缩策略CompressionStrategystrategy=userWantsLossless?newPNGCompression():newJPEGCompression(80);strategy.compress(userImage);
版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/1 4:43:53

Julia安装使用记录

Julia是科学计算的利器,很多科学计算相关的代码项目是基于Julia开发的。近期要复现Julia相关的项目,速成学了一下Julia,这里简单记录一下。 Julia安装 Julia安装包下载 Julia的入门资料现在挺多的,我是参考这个文档:J…

作者头像 李华
网站建设 2026/5/1 4:43:52

python 获取自己csdn vip可见文章的articleId curlconverter

Convert curl commands to code 复制为curl import requestscookies {uuid_tt_dd: 10_30868056540-1752190682383-488052,fid: 20_16499080400-1752190683451-844434,UserName: njsgcs,UserInfo: 35bfae3693ed441fa1d055996074b62e,UserToken: 35bfae3693ed441fa1d055996074b…

作者头像 李华
网站建设 2026/5/1 4:44:50

vue和springboot框架开发的申家沟村务管理系统_村委会管理系统3bm52uvo

文章目录具体实现截图主要技术与实现手段关于我本系统开发思路java类核心代码部分展示结论源码lw获取/同行可拿货,招校园代理 :文章底部获取博主联系方式!具体实现截图 同行可拿货,招校园代理 vuespringboot_3bm52uvo 村委会管理系统框架开发的…

作者头像 李华
网站建设 2026/4/27 14:05:57

芯片温度预测:基于LSTM与Transformer的深度学习模型对比研究

芯片温度预测:基于LSTM与Transformer的深度学习模型对比研究 摘要 本文针对芯片温度预测问题,构建了一个包含多种传感器数据的时序数据集,并分别采用LSTM(长短期记忆网络)和Transformer两种深度学习架构进行温度预测。通过详细的模型设计、实现与对比分析,本文展示了两…

作者头像 李华
网站建设 2026/4/6 2:12:05

A.每日一题——3652. 按策略买卖股票的最佳时机

题目链接:3652. 按策略买卖股票的最佳时机(中等) 算法原理: 解法一:前缀和定长滑动窗口 14ms击败5.74% 时间复杂度O(N) ①核心思路:max(不修改时的利润,修改后能得到的最大利润) 以下prices[i]用…

作者头像 李华