Python实现访问者模式详情

假设要实现一个存放多种类型数据结构的对象,比如一个存放算术操作数和操作符的树结点,需要存放包含一元操作符、二元操作符和数字类型的结点

class Node:
    pass

class UnaryOperator(Node):
    def __init__(self, operand):
        self.operand = operand

class BinaryOperator(Node):
    def __init__(self, left, right):
        self.left = left
        self.right = right

class Add(BinaryOperator):
    pass

class Sub(BinaryOperator):
    pass

class Mul(BinaryOperator):
    pass

class Div(BinaryOperator):
    pass

class Negative(UnaryOperator):
    pass

class Number(Node):
    def __init__(self, value):
        self.value = value

执行运算需要这样调用:

# 假设运算式子:2 - (2+2) * 2 / 1 = 2-(8) = -6.0
t1 = Add(Number(2), Number(2))
t2 = Mul(t1, Number(2))
t3 = Div(t2, Number(1))
t4 = Sub(Number(2), t3)

或者这样调用:

t5 = Sub(Number(2), Div(Mul(Add(Number(2), Number(2)), Number(2)), Number(1)))

这样子需要执行多次类的调用,极不易读写且冗长,有没有一种方法让调用更加通用,访问变得简单呢。这里使用访问者模式可以达到这样的目的。

访问者模式能够在不改变元素所属对象结构的情况下操作元素,让调用或调用者(caller)的方式变得简单,这种操作常见于的士公司操作,当一个乘客叫了一辆的士时,的士公司接收到了一个访问者,并分配一辆的士去接这个乘客。

首先定义一个访问者结点类VisitorNode,实现最基本的访问入口,任何访问的方式都需要继承这个访问者结点类,并通过这个访问者结点类的visit()方法来访问它的各种操作

# 访问者节点的基类
class NodeVisitor:
    def visit(self, node):
        if not isinstance(node, Node):  # 不是Node对象时当做一个值返回,如果有其他情况可以根据实际来处理
            return node
        self.meth = "visit_" + type(node).__name__.lower()  # type(node)也可以换成node.__class__(只要node.__class__不被篡改)
        meth = getattr(self, self.meth, None)  
        if meth is None:
            meth = self.generic_visit
        return meth(node)

    def generic_visit(self, node):
        raise RuntimeError(f"No {self.meth} method")

# (一种)访问者对应的类
class Visitor(NodeVisitor):
    """
    方法的名称定义都要与前面定义过的结点类(Node)的名称保证一致性
    """

    def visit_add(self, node):
        return self.visit(node.left) + self.visit(node.right)

    def visit_sub(self, node):
        return self.visit(node.left) - self.visit(node.right)

    def visit_mul(self, node):
        return self.visit(node.left) * self.visit(node.right)

    def visit_div(self, node):
        return self.visit(node.left) / self.visit(node.right)

    def visit_negative(self, node):  # 如果class Negative 命名-> class Neg,那么 def visit_negative 命名-> def visit_neg
        return -self.visit(node.operand)

    def visit_number(self, node):
        return node.value

这里的meth = getattr(self, self.meth, None)使用了字符串调用对象方法,self.meth动态地根据各类Node类(Add, Sub, Mul…)的名称定义了对应于类Visitor中的方法(visit_add, visit_sub, visit_mul…)简化了访问入口的代码,当没有获取到对应的方法时会执行generic_visit()并抛出RuntimeError的异常提示访问过程中的异常

如果需要添加一种操作,比如取绝对值,只需要定义一个类class Abs(Unaryoperator): pass并在类Visitor中定义一个visit_abs(self, node)方法即可,不需要做出任何多余的修改,更不需要改变存储的结构

这里visit()方法调用了visit_xxx()方法,而visit_xxx()可能也调用了visit(),本质上是visit()的循环递归调用,当数据量变大时,效率会变得很慢,且递归层次过深时会导致超过限制而失败,而下面介绍的就是利用栈和生成器来消除递归提升效率的实现访问者模式的方法

import types

class Node:
    pass

class BinaryOperator(Node):
    def __init__(self, left, right):
        self.left = left
        self.right = right

class UnaryOperator(Node):
    def __init__(self, operand):
        self.operand = operand

class Add(BinaryOperator):
    pass

class Sub(BinaryOperator):
    pass

class Mul(BinaryOperator):
    pass

class Div(BinaryOperator):
    pass

class Negative(UnaryOperator):
    pass

class Number(Node):
    def __init__(self, value):  # 与UnaryOperator区别仅命名不同
        self.value = value

class NodeVisitor:
    def visit(self, node):
        # 使用栈+生成器来替换原来visit()的递归写法
        stack = [node]
        last_result = None  # 执行一个操作最终都会返回一个值
        while stack:
            last = stack[-1]
            try:
                if isinstance(last, Node):
                    stack.append(self._visit(stack.pop()))
                elif isinstance(last, types.GeneratorType):   # GeneratorType会是上一个if返回的对象,这个对象会返回两个node执行算术之后的结果
                    # 如果是生成器,不pop掉,而是不断send,直到StopIteration
                    # 如果last_result不是None,这个值会给回到生成器(例如2被visit_add()的左值接收到)
                    stack.append(last.send(last_result))
                    last_result = None
                else:   # 计算结果是一个值
                    last_result = stack.pop()
            except StopIteration:   # 生成器yield结束
                stack.pop()
        return last_result

    def _visit(self, node):
        self.method_name = "visit_" + type(node).__name__.lower()
        method = getattr(self, self.method_name, None)
        if method is None:
            self.generic_visit(node)
        return method(node)

    def generic_visit(self, node):
        raise RuntimeError(f"No {self.method_name} method")

class Visitor(NodeVisitor):
    def visit_add(self, node):
        yield (yield node.left) + (yield node.right)    # node.left和node.right都可能是Node

    def visit_sub(self, node):
        yield (yield node.left) - (yield node.right)

    def visit_mul(self, node):
        yield (yield node.left) * (yield node.right)

    def visit_div(self, node):
        yield (yield node.left) / (yield node.right)

    def visit_negative(self, node):
        yield -(yield node.operand)

    def visit_number(self, node):
        return node.value

测试是否还会引起超过递归层数的异常

def test_time_cost():
    import time
    s = time.perf_counter()
    a = Number(0)
    for n in range(1, 100000):
        a = Add(a, Number(n))
    v = Visitor()
    print(v.visit(a))
    print(f"time cost:{time.perf_counter() - s}")

输出正常,没有问题

4999950000
time cost:0.9547078

最后琢磨出了一个似乎可以作为替代的方法:

clas Node:
    psass

class UnaryOperator(Node):
    def __init__(self, operand):
        self.operand = operand

class BinaryOperator(Node):
    def __init__(self, left, right):
        self.left = left
        self.right = right

class Add(BinaryOperator):
    def __init__(self, left, right):
        super().__init__(left, right)
        self.value = self.left.value + self.right.value
    pass

class Sub(BinaryOperator):
    def __init__(self, left, right):
        super().__init__(left, right)
        self.value = self.left.value - self.right.value
    pass

class Mul(BinaryOperator):
    def __init__(self, left, right):
        super().__init__(left, right)
        self.value = self.left.value * self.right.value
    pass

class Div(BinaryOperator):
    def __init__(self, left, right):
        super().__init__(left, right)
        self.value = self.left.value / self.right.value
    pass

class Negative(UnaryOperator):
    def __init__(self, operand):
        super().__init__(operand)
        self.value = -self.operand.value
    pass

class Number(Node):
    def __init__(self, value):
        self.value = value

运行测试:

def test_time_cost():
    import time
    s = time.perf_counter()
    a = Number(0)
    for n in range(1, 100000):
        a = Add(a, Number(n))
    print(a.value)
    print(time.perf_counter() - s)

输出:

4999950000
0.2506986

到此这篇关于Python实现访问者模式详情的文章就介绍到这了,更多相关Python访问者模式内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • 轻松掌握python设计模式之访问者模式

    本文实例为大家分享了python访问者模式代码,供大家参考,具体内容如下 """访问者模式""" class Node(object): pass class A(Node): pass class B(Node): pass class C(A, B): pass class Visitor(object): def visit(self, node, *args, **kwargs): meth = None ""&quo

  • 利用turtle库画“冰墩墩”和奥运五环

    目录 一.画冰墩墩 二.画奥运五环 没有安装python的小伙伴可以去看这篇教程:python Windows最新版本安装教程 一.画冰墩墩 在此之前你需要一张冰墩墩的图片,命名为bingdundun.png(当然你也可以改代码里面的图片名称),和python代码在同一个目录下. 完整代码: import turtle as t import cv2 t.getscreen().colormode(255) img1 = cv2.imread('bingdundun.png')[0: -2: 2

  • Python 如何实现访问者模式

    问题 你要处理由大量不同类型的对象组成的复杂数据结构,每一个对象都需要需要进行不同的处理.比如,遍历一个树形结构,然后根据每个节点的相应状态执行不同的操作. 解决方案 这里遇到的问题在编程领域中是很普遍的,有时候会构建一个由大量不同对象组成的数据结构.假设你要写一个表示数学表达式的程序,那么你可能需要定义如下的类: class Node: pass class UnaryOperator(Node): def __init__(self, operand): self.operand = ope

  • 举例讲解Python设计模式编程中的访问者与观察者模式

    访问者模式 我觉得Visitor模式是在补修改已有程序结构前提下,通过添加额外的访问者完成对代码功能的拓展 为什么这样用?当你的类层次较多,在某层结构中增加新的方法,要是在基类上面添加或者变更,可能破坏原来的设计, 有兼容问题,所以只在需要的类上面动态添加. python的例子 这里是个构建车的例子,每个部件都有一个accept的方法接受我上面说的所谓'访问者',而这个访问者 以参数的方式传进来,但是其实他是一个含有一些功能的类的实例,它拥有很多个visit开头的方法对应不同的部件. 这样就不需

  • Python实现访问者模式详情

    假设要实现一个存放多种类型数据结构的对象,比如一个存放算术操作数和操作符的树结点,需要存放包含一元操作符.二元操作符和数字类型的结点 class Node:     pass class UnaryOperator(Node):     def __init__(self, operand):         self.operand = operand class BinaryOperator(Node):     def __init__(self, left, right):      

  • Python 设计模式行为型访问者模式

    目录 一.访问者模式(Visitor Pattern) 二.应用场景 三.代码示例 一.访问者模式(Visitor Pattern) 数据结构中保存着许多元素,当我们希望改变一种对元素的处理方式时,要避免重复的修改数据结构.那么就要求我们在实现代码时,将数据的处理进行分离,即:数据类只提供一个数据处理的接口,而该数据处理接口就被称之为访问者.那么,相同结构的数据面临不同的处理结果时,我们只需要创建不同的访问者. 访问者模式,指作用于一个对象结构体上的元素的操作.访问者可以使用户在不改变该结构体中

  • Python 中 Shutil 模块详情

    一.什么是shutil shutil可以简单地理解为sh + util ,shell工具的意思.shutil模块是对os模块的补充,主要针对文件的拷贝.删除.移动.压缩和解压操作. 二.shutil模块的主要方法 1. shutil.copyfileobj(fsrc, fdst[, length=16*1024]) copy文件内容到另一个文件,可以copy指定大小的内容.这个方法是shutil模块中其它拷贝方法的基础,其它方法在本质上都是调用这个方法. 让我们看一下它的源码: def copy

  • Python中的嵌套循环详情

    目录 1 什么是嵌套循环 2 Python 嵌套 for 循环 2.1 嵌套循环打印图案 2.2 在 for 循环中的while循环 2.3 实践:打印一个带有 5 行 3 列星形的矩形图案 3 打破嵌套循环 4 继续嵌套循环 5 使用列表理解的单行嵌套循环 6 Python中的嵌套while循环 6.1 While 循环内的 for 循环 7 何时在 Python 中使用嵌套循环? 1 什么是嵌套循环 所谓嵌套循环就是一个外循环的主体部分是一个内循环.内循环或外循环可以是任何类型,例如 whi

  • Python Asyncio调度原理详情

    目录 前言 1.基本介绍 2.EventLoop的调度实现 3.网络IO事件的处理 前言 在文章<Python Asyncio中Coroutines,Tasks,Future可等待对象的关系及作用>中介绍了Python的可等待对象作用,特别是Task对象在启动的时候可以自我驱动,但是一个Task对象只能驱动一条执行链,如果要多条链执行(并发),还是需要EventLoop来安排驱动,接下来将通过Python.Asyncio库的源码来了解EventLoop是如何运作的. 1.基本介绍 Python

  • 浅谈PHP面向对象之访问者模式+组合模式

    因为原文中延续了组合模式的代码示例来讲访问者模式 所以这里就合并一起来复习了.但主要还是讲访问者模式.顾名思义这个模式会有一个访问者类(就像近期的热播剧"人民的名义"中的检查官,跑到到贪官家里调查取证,查实后就定罪),被访问者类调用访问者类的时候会将自身传递给它使用. 直接看代码: //被访问者基类 abstract class Unit { abstract function bombardStrength(); //获取单位的攻击力 //这个方法将调用访问者类,并将自身传递给它 f

  • 轻松掌握php设计模式之访问者模式

    访问者模式解决的问题 在我们的代码编写过程当中,经常需要对一些类似的对象添加一些的代码,我们以一个计算机对象打印组成部分为例来看下: /** * 抽象基类 */ abstract class Unit { /** *获取名称 */ abstract public function getName(); } /** * Cpu类 */ class Cpu extends Unit { public function getName() { return 'i am cpu'; } } /** *

  • C#设计模式之Visitor访问者模式解决长隆欢乐世界问题实例

    本文实例讲述了C#设计模式之Visitor访问者模式解决长隆欢乐世界问题.分享给大家供大家参考,具体如下: 一.理论定义 访问者模式 提供了 一组 集合 对象 统一的 访问接口,适合对 一个集合中的对象,进行逻辑操作,使 数据结构  和 逻辑结构分离. 二.应用举例 需求描述:暑假来啦!三个小伙子组团,开车来 长隆欢乐世界玩. 每个人想玩的项目都不一样, 旅游者 1   想玩:十环过山车,龙卷风暴,梦幻旋马 旅游者 2   想玩:空中警察,欢乐摩天轮,超级水战 旅游者 3   想玩:四维影院,垂

随机推荐