Python设计模式 - 组合模式
定义
组合模式(Composite Pattern) 是一种结构型设计模式,主要意图是将对象组织成树形结构以表示"部分-整体"的层次结构。这种模式能够使客户端统一对待单个对象和组合对象,从而简化了客户端代码。
组合模式有透明组合模式和安全组合模式两种,下面分别介绍这两种模式。
透明组合模式
结构

- 组件(Component):组件是组合中的抽象类或接口,它声明了叶子节点和组合节点的公共接口,以确保客户端可以统一对待单个对象和组合对象。组件通常包含一些操作方法,如添加子节点、删除子节点、获取子节点等。
- 叶子节点(Leaf):叶子节点是组合中的叶子对象,它没有子节点。叶子节点实现了组件接口,并提供了具体的操作方法。叶子节点表示组合中的最小单元,是组合结构中不可再分的基本元素。
- 组合节点(Composite):组合节点是组合中的复合对象,它可以包含其他组件作为子节点。组合节点也实现了组件接口,并提供了与叶子节点相同的操作方法。组合节点表示组合结构中的内部节点,可以包含其他子节点。
应用场景
- 树形结构表示:当你的问题领域可以自然地表示为树形结构时,透明组合模式是一个很好的选择。例如,文件系统、组织结构等都可以使用透明组合模式来表示。
- 部分-整体关系:当你的问题领域中存在明显的部分-整体关系时,透明组合模式可以帮助你更好地表示和处理这种关系。例如,产品和其部件、图形和其组成元素等都可以使用透明组合模式来表示。
优缺点
优点:
- 简化客户端代码:透明组合模式使客户端能够统一对待单个对象和组合对象,从而简化了客户端代码。客户端不需要关心对象的具体类型,而是统一使用相同的接口来操作对象。
- 灵活性:透明组合模式允许你在运行时动态地添加、移除和修改对象的组合结构,从而提供了更大的灵活性。你可以方便地调整对象之间的层次关系,以满足不同的需求。
- 可扩展性:由于透明组合模式将叶子节点和组合节点都视为相同类型的对象,因此很容易添加新的节点类型,而不会影响到现有的代码。这提高了系统的可扩展性。
缺点:
- 限制性:透明组合模式要求叶子节点和组合节点实现相同的接口,这可能会限制叶子节点和组合节点的设计和扩展。有时候,这种限制可能会影响到系统的设计和灵活性。
- 性能问题:组合模式可能会带来一些性能问题,特别是在处理大型的对象组合结构时的遍历性能。这包括遍历性能、内存占用等方面的问题,可能会影响系统的性能表现。
代码示例
from abc import ABC, abstractmethod# 抽象组件类
class Component(ABC):@abstractmethoddef add(self, component):pass@abstractmethoddef remove(self, component):pass@abstractmethoddef scan(self):pass# 叶子节点类:文件
class File(Component):def __init__(self, name):self.name = namedef add(self, component):raise NotImplementedError('文件不支持添加子组件')def remove(self, component):raise NotImplementedError('文件不支持移除子组件')def scan(self):print("正在扫描文件:", self.name)# 组合节点类:文件夹
class Folder(Component):def __init__(self, name):self.name = nameself.children = []def add(self, component):self.children.append(component)def remove(self, component):self.children.remove(component)def scan(self):print("正在扫描文件夹:", self.name)for child in self.children:child.scan()# 客户端代码
if __name__ == "__main__":# 创建文件和文件夹对象file1 = File("file1.txt")file2 = File("file2.txt")folder1 = Folder("folder1")folder2 = Folder("folder2")# 将文件添加到文件夹中folder1.add(file1)folder2.add(file2)# 将文件夹添加到文件夹中root_folder = Folder("root")root_folder.add(folder1)root_folder.add(folder2)# 扫描根文件夹root_folder.scan()
安全组合模式
安全组合模式是组合模式的一种变体,它与透明组合模式相比,区别在于它将管理子节点的方法从抽象组件中移除,使得叶子节点和组合对象的接口不再相同,从而更加安全。
结构

- Component(组件):定义了叶子节点和组合对象的公共接口,可以包含一些默认的行为。这个接口通常包括操作方法,如 operation(),但不包括管理子节点的方法。
- Leaf(叶子节点):表示组合中的叶子对象,没有子节点,实现了 Component 接口。通常,叶子节点执行最终的操作。
- Composite(组合对象):表示组合中的容器对象,可以包含子节点,也实现了 Component 接口。它负责管理子节点,包括添加、删除和获取子节点等操作。
应用场景
使用场景和透明组合模式一样:
- 树形结构表示:当你的问题领域可以自然地表示为树形结构时,透明组合模式是一个很好的选择。例如,文件系统、组织结构等都可以使用透明组合模式来表示。
- 部分-整体关系:当你的问题领域中存在明显的部分-整体关系时,透明组合模式可以帮助你更好地表示和处理这种关系。例如,产品和其部件、图形和其组成元素等都可以使用透明组合模式来表示。
如何选择使用透明组合模式还是安全组合模式:
对于简单的情况和对接口一致性要求较高的情况,透明组合模式可能更为适用。而对于复杂的情况和对接口分离性要求较高的情况,安全组合模式可能更为合适,因为它可以明确区分组合对象和叶子对象的接口,提高了安全性和灵活性。
优缺点
优点:
- 接口隔离性强:安全组合模式明确区分了组合对象和叶子对象的接口,使得客户端只能通过组合对象来操作子节点,从而提高了接口的隔离性。
- 安全性高:由于叶子对象的接口不再包含管理子节点的方法,安全组合模式可以更好地防止客户端直接对叶子对象进行不安全的操作,从而提高了系统的安全性。
- 灵活性增强:安全组合模式允许组合对象和叶子对象的接口可以根据实际需求进行灵活设计,使得系统更容易扩展和维护。
缺点:
- 使用复杂度增加:相比于透明组合模式,安全组合模式引入了额外的接口和方法,可能会增加系统的使用复杂度和理解成本。
- 性能问题:组合模式可能会带来一些性能问题,特别是在处理大型的对象组合结构时的遍历性能。这包括遍历性能、内存占用等方面的问题,可能会影响系统的性能表现。
代码示例
from abc import ABC, abstractmethod# 抽象组件类
class Component(ABC):@abstractmethoddef scan(self):pass# 叶节点类:文件
class File(Component):def __init__(self, name):self.name = namedef scan(self):print("正在扫描文件:", self.name)# 组合节点类:文件夹
class Folder(Component):def __init__(self, name):self.name = nameself.children = []def add(self, component):self.children.append(component)def remove(self, component):self.children.remove(component)def scan(self):print("正在扫描文件夹:", self.name)for child in self.children:child.scan()# 客户端代码
if __name__ == "__main__":# 创建文件和文件夹对象file1 = File("file1.txt")file2 = File("file2.txt")folder1 = Folder("folder1")folder2 = Folder("folder2")# 将文件添加到文件夹中folder1.add(file1)folder2.add(file2)# 将文件夹添加到文件夹中root_folder = Folder("root")root_folder.add(folder1)root_folder.add(folder2)# 扫描根文件夹root_folder.scan()
参考
《设计模式的艺术》
相关文章:
Python设计模式 - 组合模式
定义 组合模式(Composite Pattern) 是一种结构型设计模式,主要意图是将对象组织成树形结构以表示"部分-整体"的层次结构。这种模式能够使客户端统一对待单个对象和组合对象,从而简化了客户端代码。 组合模式有透明组合…...
【深度学习】图像分类数据集
图像分类数据集 MNIST数据集是图像分类中广泛使用的数据集之一,但作为基准数据集过于简单。 我们将使用类似但更复杂的Fashion-MNIST数据集。 %matplotlib inline import torch import torchvision from torch.utils import data from torchvision import transfo…...
【四川乡镇界面】图层shp格式arcgis数据乡镇名称和编码2020年wgs84无偏移内容测评
本文将详细解析标题和描述中提到的IT知识点,主要涉及GIS(Geographic Information System,地理信息系统)技术,以及与之相关的文件格式和坐标系统。 我们要了解的是"shp"格式,这是一种广泛用于存储…...
ubuntu解决普通用户无法进入root
项目场景: 在RK3566上移植Ubuntu20.04之后普通用户无法进入管理员模式 问题描述 在普通用户使用sudo su试图进入管理员模式的时候报错 解决方案: 1.使用 cat /etc/passwd 查看所有用户.最后一行是 若无用户,则使用 sudo useradd -r -m -s /…...
数据结构选讲 (更新中)
参考 smWCDay7 数据结构选讲2 by yyc 。 可能会补充的: AT_cf17_final_j TreeMST 的 F2 Boruvka算法 目录 AT_cf17_final_j Tree MST AT_cf17_final_j Tree MST link 题意 给定一棵 n n n 个点的树,点有点权 w i w_i wi,边有边权。建立…...
freeswtch目录下modules.conf各个模块的介绍【freeswitch版本1.6.8】
应用模块(applications) mod_abstraction: 为其他模块提供抽象层,有助于简化模块开发,让开发者能在统一框架下开发新功能,减少与底层系统的直接交互,提高代码可移植性和可维护性。 mod_av&#…...
第3章 基于三电平空间矢量的中点电位平衡策略
0 前言 在NPC型三电平逆变器的直流侧串联有两组参数规格完全一致的电解电容,由于三电平特殊的中点钳位结构,在进行SVPWM控制时,在一个完整开关周期内,直流侧电容C1、C2充放电不均匀,各自存储的总电荷不同,电容电压便不均等,存在一定的偏差。在不进行控制的情况下,系统无…...
网络工程师 (8)存储管理
一、页式存储基本原理 (一)内存划分 页式存储首先将内存物理空间划分成大小相等的存储块,这些块通常被称为“页帧”或“物理页”。每个页帧的大小是固定的,例如常见的页帧大小有4KB、8KB等,这个大小由操作系统决定。同…...
Shell特殊位置变量以及常用内置变量总结
目录 1. 特殊的状态变量 1.1 $?(上一个命令的退出状态) 1.2 $$(当前进程的 PID) 1.3 $!(后台进程的 PID) 1.4 $_(上一条命令的最后一个参数) 2.常用shell内置变量 2.1 echo&…...
实验一---典型环节及其阶跃响应---自动控制原理实验课
一 实验目的 1.掌握典型环节阶跃响应分析的基本原理和一般方法。 2. 掌握MATLAB编程分析阶跃响应方法。 二 实验仪器 1. 计算机 2. MATLAB软件 三 实验内容及步骤 利用MATLAB中Simulink模块构建下述典型一阶系统的模拟电路并测量其在阶跃响应。 1.比例环节的模拟电路 提…...
基于 WEB 开发的在线考试系统设计与实现
标题:基于 WEB 开发的在线考试系统设计与实现 内容:1.摘要 基于 WEB 开发的在线考试系统旨在提供一个便捷、高效、公平的考试环境。本文详细介绍了该系统的设计与实现过程,包括系统架构、功能模块、数据库设计等方面。通过实际应用,证明了该系统具有良好…...
【linux】linux缺少tar命令/-bash: tar:未找到命令
问题: -bash: tar:未找到命令 原因 这错误信息"-bash: tar:未找到命令"表示系统无法找到tar命令。tar命令是一个Linux/Unix系统下的打包压缩工具,它用于将多个文件合并为一个文件。如果系统报错找不到tar命令,可能是…...
ERP革新:打破数据壁垒,重塑市场竞争
标题:ERP革新:打破数据壁垒,重塑市场竞争 文章信息摘要: Operator和Computer Use等工具通过模拟用户交互和自动化数据提取,绕过了传统ERP系统的API限制,打破了其数据护城河。这种技术革新降低了企业切换软…...
【BQ3568HM开发板】如何在OpenHarmony上通过校园网的上网认证
引言 前面已经对BQ3568HM开发板进行了初步测试,后面我要实现MQTT的工作,但是遇到一个问题,就是开发板无法通过校园网的认证操作。未认证的话会,学校使用的深澜软件系统会屏蔽所有除了认证用的流量。好在我们学校使用的认证系统和…...
PythonFlask框架
文章目录 处理 Get 请求处理 POST 请求应用 app.route(/tpost, methods[POST]) def testp():json_data request.get_json()if json_data:username json_data.get(username)age json_data.get(age)return jsonify({username: username测试,age: age})从 flask 中导入了 Flask…...
【电工基础】1.电能来源,触电伤害,触电预防,触电急救
一。电能来源 1.电能来源 发电-》输电-》变电-》配电 2.分配电 一类负荷 如果供电中断会造成生命危险,造成国民经济的重大损失,损坏生产的重要设备以致使生产长期不能恢复或产生大量废品,破坏复杂的工艺过程,以及破坏大…...
大数据学习之Kafka消息队列、Spark分布式计算框架一
Kafka消息队列 章节一.kafka入门 4.kafka入门_消息队列两种模式 5.kafka入门_架构相关名词 Kafka 入门 _ 架构相关名词 事件 记录了世界或您的业务中 “ 发生了某事 ” 的事实。在文档中 也称为记录或消息。当您向 Kafka 读取或写入数据时,您以事件的 形式执行…...
SQL Server查询计划操作符(7.3)——查询计划相关操作符(5)
7.3. 查询计划相关操作符 38)Flow Distinct:该操作符扫描其输入并对其去重。该操作符从其输入得到每行数据时即将其返回(除非其为重复数据行,此时,该数据行会被抛弃),而Distinct操作符在产生任何输出前将消费所有输入。该操作符为逻辑操作符。该操作符具体如图7.2-38中…...
单片机基础模块学习——NE555芯片
一、NE555电路图 NE555也称555定时器,本文主要利用NE555产生方波发生电路。整个电路相当于频率可调的方波发生器。 通过调整电位器的阻值,方波的频率也随之改变。 RB3在开发板的位置如下图 测量方波信号的引脚为SIGHAL,由上面的电路图可知,NE555已经构成完整的方波发生电…...
ts 进阶
吴悠讲编程 : 20分钟TypeScript进阶!无废话快速提升水平 前端速看 https://www.bilibili.com/video/BV1q64y1j7aH...
【C++】STL介绍 + string类使用介绍 + 模拟实现string类
目录 前言 一、STL简介 二、string类 1.为什么学习string类 2.标准库中的string类 3.auto和范围for 4.迭代器 5.string类的常用接口说明 三、模拟实现 string类 前言 本文带大家入坑STL,学习第一个容器string。 一、STL简介 在学习C数据结构和算法前,我…...
【Redis】List 类型的介绍和常用命令
1. 介绍 Redis 中的 list 相当于顺序表,并且内部更接近于“双端队列”,所以也支持头插和尾插的操作,可以当做队列或者栈来使用,同时也存在下标的概念,不过和 Java 中的下标不同,Redis 支持负数下标&#x…...
【愚公系列】《循序渐进Vue.js 3.x前端开发实践》033-响应式编程的原理及在Vue中的应用
标题详情作者简介愚公搬代码头衔华为云特约编辑,华为云云享专家,华为开发者专家,华为产品云测专家,CSDN博客专家,CSDN商业化专家,阿里云专家博主,阿里云签约作者,腾讯云优秀博主&…...
未来无线技术的发展方向
未来无线技术的发展趋势呈现出多样化、融合化的特点,涵盖速度、覆盖范围、应用领域、频段利用、安全性等多个方面。这些趋势将深刻改变人们的生活和社会的运行方式。 传输速度提升:Wi-Fi 技术迭代加快,如 Wi-Fi7 理论峰值速率达 46Gbps&#…...
MySQL知识点总结(十四)
mysqldump和mysqlpump实用程序在功能上有哪些相同和不同的地方? 二者都能用来执行逻辑备份,将所有数据库,特定数据库或特定表转储到文本文件,可移植,独立于存储引擎,是很好的复制/移动策略,适合…...
实时数据处理与模型推理:利用 Spring AI 实现对数据的推理与分析
在现代企业中,实时数据处理与快速决策已经成为关键需求。通过集成 Spring AI,我们不仅可以高效地获取实时数据,还可以将这些数据输入到 AI 模型中进行推理与分析,以便生成实时的业务洞察。 本文将讲解如何通过 Spring AI 实现实时…...
PETSc源码分析: Optimization Solvers
本文结合PETSc源代码,分析PETSc中的优化求解器。 注1:限于研究水平,分析难免不当,欢迎批评指正。 注2:文章内容会不定期更新。 参考文献 Balay S. PETSc/TAO Users Manual, Revision 3.22. Argonne National Labora…...
面向对象设计(大三上)--往年试卷题+答案
目录 1. UML以及相关概念 1.1 动态图&静态图 1.2 交互图 1.3 序列图 1.4 类图以及关联关系 1.4.1类图 1.4.2 关系类型 (1) 用例图中的包含、扩展关系(include & extend) (2) 类图中的聚合、组合关系(aggragation & composition) 1.5 图对象以及职责划…...
芯片AI深度实战:进阶篇之vim内verilog实时自定义检视
本文基于Editor Integration | ast-grep,以及coc.nvim,并基于以下verilog parser(my-language.so,文末下载链接), 可以在vim中实时显示自定义的verilog 匹配。效果图如下: 需要的配置如下: 系列文章: 芯片…...
几种K8s运维管理平台对比说明
目录 深入体验**结论**对比分析表格**1. 功能对比****2. 用户界面****3. 多租户支持****4. DevOps支持** 细对比分析1. **Kuboard**2. **xkube**3. **KubeSphere**4. **Dashboard****对比总结** 深入体验 KuboardxkubeKubeSphereDashboard 结论 如果您需要一个功能全面且适合…...
