简单聊聊Python设计模式：原型模式 | 八月更文挑战

📖前言

在《精通Python设计模式》中把设计模式分为三种类型：

• 创建型模式
• 结构型模式
• 行为型模式

关于 创建型模式 的说法为：

当我们已有一个对象，并希望创建该对象的一个完整副本时，原型模式就派上用场了。在我们知道对象的某些部分会被变更但又希望保持原有对象不变之时，通常需要对象的一个副本。在这样的案例中，重新创建原有对象是没有意义的（请参考网页［ Mitotic division ］）。

另一个案例是，当我们想复制一个复杂对象时，使用原型模式会很方便。对于复制复杂对象，我们可以将对象当作是从数据库中获取的，并引用其他一些也是从数据库中获取的对象。若通过多次重复查询数据来创建一个对象，则要做很多工作。在这种场景下使用原型模式要方便得多。

---

🚀原型模式

原型模式（Prototype Pattern）：复制已有的对象，实现功能复用和优化

1. 介绍

原型模式（Prototype Pattern）是用于创建重复的对象，同时又能保证性能。这种类型的设计模式属于创建型模式，它提供了一种创建对象的最佳方式。

这种模式是实现了一个原型接口，该接口用于创建当前对象的克隆。当直接创建对象的代价比较大时，则采用这种模式。例如，一个对象需要在一个高代价的数据库操作之后被创建。我们可以缓存该对象，在下一个请求时返回它的克隆，在需要的时候更新数据库，以此来减少数据库调用。

意图：用原型实例指定创建对象的种类，并且通过拷贝这些原型创建新的对象。

主要解决：在运行期建立和删除原型。

何时使用：

• 当一个系统应该独立于它的产品创建，构成和表示时。
• 当要实例化的类是在运行时刻指定时，例如，通过动态装载。
• 为了避免创建一个与产品类层次平行的工厂类层次时。
• 当一个类的实例只能有几个不同状态组合中的一种时。建立相应数目的原型并克隆它们可能比每次用合适的状态手工实例化该类更方便一些。

2. 适用场景

• 资源优化场景。
• 类初始化需要消化非常多的资源，这个资源包括数据、硬件资源等。
• 性能和安全要求的场景。
• 通过 new 产生一个对象需要非常繁琐的数据准备或访问权限，则可以使用原型模式。
• 一个对象多个修改者的场景。
• 一个对象需要提供给其他对象访问，而且各个调用者可能都需要修改其值时，可以考虑使用原型模式拷贝多个对象供调用者使用。
• 在实际项目中，原型模式很少单独出现，一般是和工厂方法模式一起出现，通过 clone 的方法创建一个对象，然后由工厂方法提供给调用者。

---

个人理解：

　　当我们已经存在一个对象，这个对象有其属性和方法，若我们还想去获得另外一个同类型对象，此时有两种选择：重新去创建一个新的对象，或者 根据已有的对象复制一个副本，而在很多时候我们不需要完全去重新构建一个对象，只需要在原有对象存在的基础上（保留原对象），去修改其属性和方法得到一个新的对象。　

🐱‍🏍留下一个思考！

在某文章看到如下解释实现步骤，因为博主也是新学的 Python 有点不太聪明的牙子，希望大佬可以帮忙理解理解

　　原型设计模式(Prototype design pattern) 帮助我们创建对象的克隆，其最简单的形式就是一个 clone() 函数，接受一个对象作为输入参数，返回输入对象的一个副本。拷贝分为深拷贝和浅拷贝，使用 python 内置的 copy 模块实现。深拷贝 copy.deepcopy() 函数，会递归复制并创建新对象；而浅拷贝 copy () 函数会利用引用指向同一个对象。深拷贝的优点是对象之间互不影响，但是会耗费资源，创建比较耗时；如果不会修改对象可以使用浅拷贝，更加节省资源和创建时间。

　　在 Python 中，可以使用 copy.copy() 函数进行浅复制。以下内容引用自 Python 官方文档，说明了浅副本(copy.copy())和深副本(copy.deepcopy())之间的区别：

　　浅副本构造一个新的复合对象后，(会尽可能地)将在原始对象中找到的对象的引用插入新对象中。

　　深副本构造一个新的复合对象后，会递归地将在原始对象中找到的对象的副本插入新对象中。 浅拷贝，我们关注提升应用性能和优化内存使用，在对象之间引入数据共享，但需要小心地修改数据，因为所有变更对所有副本都是可见的。浅副本在本章中没有过多介绍，但也许你会想试验一下。

　　深拷贝，我们希望能够对一个副本进行更改而不会影响其他对象。对于我们之前看到的蛋糕食谱示例这类案例，这一特性是很有用的。这里不会进行数据共享，所以需要关注因对象克隆而引入的资源耗用问题。

---

👏通俗解释来说：

当我们出版了一本书《大话设计模式 1.0版》，若10 年后我们觉得这本书跟不上时代了，这时候需要去重写一本《大话设计模式 2.0版》，那么我们是完全重写一本书呢？还是在原有《大话设计模式 1.0版》的基础上进行修改呢？当然是后者，这样会省去很多排版、添加原有知识等已经做过的工作。

书中的示例源码：

import copy
from collections import OrderedDict

class Book:
    def __init__(self, name, authors, price, **rest):
        '''rest的例子有：出版商、长度、标签、出版日期'''
        self.name = name
        self.authors = authors
        self.price = price
        self.__dict__.update(rest)      # 添加其他额外属性

    def __str__(self):
        mylist = []
        ordered = OrderedDict(sorted(self.__dict__.items()))
        for i in ordered.keys():
            mylist.append('{}: {}'.format(i, ordered[i]))
            if i == 'price':
                mylist.append('$')
            mylist.append('\n')
        return ''.join(mylist)

class Prototype:
    def __init__(self):
        self.objects = dict()    # 初始化一个原型列表

    def register(self, identifier, obj):
        # 在原型列表中注册原型对象
        self.objects[identifier] = obj

    def unregister(self, identifier):
        # 从原型列表中删除原型对象
        del self.objects[identifier]

    def clone(self, identifier, **attr):
        # 根据 identifier 在原型列表中查找原型对象并克隆
        found = self.objects.get(identifier)
        if not found:
            raise ValueError('Incorrect object identifier: {}'.format(identifier))
        obj = copy.deepcopy(found)
        obj.__dict__.update(attr)   # 用新的属性值替换原型对象中的对应属性
        return obj

def main():
    b1 = Book('The C Programming Language', ('Brian W. Kernighan', 'Dennis M.Ritchie'),
    price=118, publisher='Prentice Hall', length=228, publication_date='1978-02-22',
    tags=('C', 'programming', 'algorithms', 'data structures'))

    prototype = Prototype()
    cid = 'k&r-first'
    prototype.register(cid, b1)
    b2 = prototype.clone(cid, name='The C Programming Language(ANSI)', price=48.99, length=274, publication_date='1988-04-01', edition=2)

    for i in (b1, b2):
        print(i)
    print("ID b1 : {} != ID b2 : {}".format(id(b1), id(b2)))

if __name__ == '__main__':
    main()

其输出结果为：

authors: ('Brian W. Kernighan', 'Dennis M.Ritchie')
length: 228
name: The C Programming Language
price: 118$
publication_date: 1978-02-22
publisher: Prentice Hall
tags: ('C', 'programming', 'algorithms', 'data structures')

authors: ('Brian W. Kernighan', 'Dennis M.Ritchie')
edition: 2
length: 274
name: The C Programming Language(ANSI)
price: 48.99$

publication_date: 1988-04-01
publisher: Prentice Hall
tags: ('C', 'programming', 'algorithms', 'data structures')

ID b1 : 2378797084512 != ID b2 : 2378796684008

　　其实这段代码在 Python 中，我们要实现一样的效果，并没有这么复杂，完全可以不使用这样的方法，我们更熟悉的方法是这样的，这里只修改 main 函数：

def main():
    b1 = Book('The C Programming Language',
              ('Brian W. Kernighan', 'Dennis M.Ritchie'),
              price=118,
              publisher='Prentice Hall',
              length=228,
              publication_date='1978-02-22',
              tags=('C', 'programming', 'algorithms', 'data structures'))

    # 这里我们彻底抛弃之前的原型设计模式的写法

    b2 = copy.deepcopy(b1)
    b2.name = 'The C Programming Language(ANSI)'
    b2.price = 48.99
    b2.length = 274
    b2.publication_date = '1988-04-01'
    b2.edition = 2

    for i in (b1, b2):
        print(i)
    print("ID b1 : {} != ID b2 : {}".format(id(b1), id(b2)))

🎉总结：

同样的内容，经过不同的方式，可以得到同样的效果。

《Python设计模式》中也提及到，大概意思如下：

　　设计模式不会绑定具体的编程语言。一个好的设计模式应该能够用大部分编程语言实现(如果做不到全部的话，具体取决于语言特性)。最为重要的是，设计模式也是一把双刃剑，如果设计模式被用在不恰当的情形下将会造成灾难，进而带来无穷的麻烦。然而如果设计模式在正确的时间被用在正确地地方，它将是你的救星。