重生之设计模式：策略模式

HandsomeYo

发布于 2025-04-03 18:24:41

1900

前言

在软件开发中，我们常常会遇到这样的场景：同一个功能需要根据不同的条件选择不同的算法或行为。例如：

电商系统的促销活动（满减、折扣、积分抵扣等），不同活动对应不同的计算规则。
导航系统根据实时路况选择不同的路径策略（最短距离、最快速度、避开拥堵）。
支付系统支持多种支付方式（支付宝、微信、信用卡），每种方式有不同的处理逻辑。
最近开发遇到多平台AI不同处理逻辑也是通过策略模式+工厂方法来开发的

如果直接在代码中通过大量的 if-else 或 switch-case 实现这些分支逻辑，会导致代码臃肿、难以维护，且新增或修改算法时需要频繁修改原有代码，违反开闭原则（对扩展开放，对修改关闭）。

策略模式正是为了解决这类问题而诞生。它通过将算法抽象为独立的“策略”对象，使得算法可以灵活替换，系统更易扩展。接下来，我们从一个实际案例出发，一步步拆解策略模式的原理和实现。

策略模式从0开始教程

一、什么是策略模式？

策略模式（Strategy Pattern） 是一种行为型设计模式，允许你定义一系列算法（策略），并将每个算法封装成独立的类，使得它们可以相互替换。策略模式让算法的变化独立于使用它的客户端。

类比理解：想象你有一个导航APP，可以根据不同策略（最快路线、最短路线、避开收费）规划路线。策略模式就像让你在APP运行时自由切换这些路线策略，而无需重写整个导航系统。

二、为什么需要策略模式？

1. 直接编码的问题

假设你要实现一个支付系统，支持支付宝、微信、信用卡支付。如果直接编码，可能会写出这样的代码：

public class PaymentService {
    public void pay(String paymentType, double amount) {
        if ("alipay".equals(paymentType)) {
            // 支付宝支付逻辑
        } else if ("wechat".equals(paymentType)) {
            // 微信支付逻辑
        } else if ("creditCard".equals(paymentType)) {
            // 信用卡支付逻辑
        }
    }
}

问题：

违反开闭原则：新增支付方式需修改原有代码。
代码臃肿：大量 if-else 难以维护。
复用性差：算法逻辑与业务耦合，无法复用。

2. 策略模式的优势

解耦：将算法逻辑与业务代码分离。
灵活扩展：新增策略无需修改已有代码。
消除条件判断：避免复杂的 if-else 分支。

策略模式的结构

策略模式包含三个核心角色：

策略模式实战：多AI服务动态调用

话不多说直接上代码

一、场景需求

开发智能客服系统，需根据业务场景调用不同AI服务：

OpenAI：生成创意文案
百度千帆：处理商品推荐
智谱AI：回答售后问题
DeepSeek：分析用户行为

要求：通过配置切换AI服务，核心业务代码无需修改。

二、策略模式实现

1. 定义策略接口

/**
 * AI服务策略接口（所有AI服务的共同契约）
 */
public interface AIService {
    String executeTask(String input);  // 执行AI任务
    String getProviderName();          // 返回服务商名称
}

2. 实现具体策略

策略1：OpenAI服务

public class OpenAIService implements AIService {
    private final String apiKey;

    public OpenAIService(String apiKey) {
        this.apiKey = apiKey;
    }

    @Override
    public String executeTask(String input) {
        // 实际调用OpenAI API（此处模拟实现）
        return "[OpenAI] 生成文案：" + input.toUpperCase() + "！";
    }

    @Override
    public String getProviderName() {
        return "OPENAI";
    }
}

策略2：千帆商品推荐

public class QianfanService implements AIService {
    private final String accessToken;

    public QianfanService(String accessToken) {
        this.accessToken = accessToken;
    }

    @Override
    public String executeTask(String input) {
        // 调用千帆推荐API
        return "[千帆] 推荐商品：手机、耳机，基于输入：" + input;
    }

    @Override
    public String getProviderName() {
        return "QIANFAN";
    }
}

策略3：智谱客服问答

public class ZhipuService implements AIService {
    private final String secretKey;

    public ZhipuService(String secretKey) {
        this.secretKey = secretKey;
    }

    @Override
    public String executeTask(String input) {
        // 调用智谱问答API
        return "[智谱] 您的问题'" + input + "'的答案是：商品已发货";
    }

    @Override
    public String getProviderName() {
        return "ZHIPU";
    }
}

3. 上下文控制类

/**
 * AI服务执行上下文
 */
public class AIServiceContext {
    private AIService strategy;

    // 动态注入策略
    public void setStrategy(AIService strategy) {
        this.strategy = strategy;
        System.out.println("已切换至AI服务：" + strategy.getProviderName());
    }

    // 执行AI任务
    public String processInput(String input) {
        if (strategy == null) {
            throw new IllegalStateException("未选择AI服务策略");
        }
        return strategy.executeTask(input);
    }
}

三、客户端动态调用

public class Client {
    public static void main(String[] args) {
        AIServiceContext context = new AIServiceContext();
        
        // 创建策略对象
        AIService openAI = new OpenAIService("sk-xxx");
        AIService qianfan = new QianfanService("token-xxx");
        
        // 动态切换策略
        context.setStrategy(openAI);
        System.out.println(context.processInput("夏季促销")); 

        context.setStrategy(qianfan);
        System.out.println(context.processInput("用户喜欢电子产品"));
    }
}

输出结果：

已切换至AI服务：OPENAI
[OpenAI] 生成文案：夏季促销！

已切换至AI服务：QIANFAN  
[千帆] 推荐商品：手机、耳机，基于输入：用户喜欢电子产品

四、工厂模式扩展（配置化）

/**
 * AI服务工厂（根据配置创建策略）
 */
public class AIServiceFactory {
    public static AIService createService(String config) {
        // 解析配置（示例格式：PROVIDER:KEY）
        String[] parts = config.split(":");
        String provider = parts[0];
        String authKey = parts[1];

        switch (provider.toUpperCase()) {
            case "OPENAI":
                return new OpenAIService(authKey);
            case "QIANFAN":
                return new QianfanService(authKey);
            case "ZHIPU":
                return new ZhipuService(authKey);
            default:
                throw new IllegalArgumentException("不支持的AI服务: " + provider);
        }
    }
}

// 配置文件 application.conf
ai.config=QIANFAN:token-xxx

// 配置化调用示例
public class ConfigClient {
    public static void main(String[] args) {
        // 从配置文件读取配置
        String config = "QIANFAN:token-xxx"; 
        
        AIService service = AIServiceFactory.createService(config);
        AIServiceContext context = new AIServiceContext();
        context.setStrategy(service);
        
        System.out.println(context.processInput("用户咨询订单"));
    }
}

五、实际应用场景

AB测试：同时使用多个AI服务生成结果，对比质量

AIService serviceA = new OpenAIService("sk-xxx");
AIService serviceB = new QianfanService("token-xxx");
String resultA = serviceA.executeTask(input);
String resultB = serviceB.executeTask(input);

故障转移：当主服务不可用时自动切换备用服务

try {
    return mainService.executeTask(input);
} catch (ServiceException e) {
    log.warn("主服务不可用，切换备用");
    return backupService.executeTask(input);
}

策略模式的优缺点

优点

符合开闭原则：新增策略无需修改已有代码。
避免多重条件判断。
提高代码复用性：策略可被多个客户端共享。

缺点

客户端必须知晓所有策略：需理解不同策略的区别。
类数量增加：每个策略一个类，可能增加系统复杂度。

适用场景

系统需要多种算法变体（例如排序、支付、压缩算法）。
需要在运行时动态切换算法。
需要将算法细节与业务逻辑解耦。

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2025-03-13，如有侵权请联系 cloudcommunity@tencent.com 删除

配置

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度