《Python面向对象编程指南》——1.6 在每个子类中实现__init()__方法

简介:

本节书摘来自异步社区《Python面向对象编程指南》一书中的第1章,第1.6节,作者[美]Steven F. Lott, 张心韬 兰亮 译,更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.6 在每个子类中实现__init()__方法

正如介绍工厂函数那样,这里我们也先看一些Card类的设计实例。我们可以考虑重构rank数值转换的代码,并把这个功能加在Card类上。这样就可以把初始化的工作分发到每个子类来完成。

这通常需要在基类中完成一些公共的初始化逻辑,子类中完成各自特殊的初始化逻辑。我们需要遵守不要重复自己(Don't Repeat Yourself,DRY)的原则来防止子类中的代码重复。

以下代码演示了如何把初始化职责分发到各自的子类中。

class Card:
  pass
class NumberCard( Card ):
  def __init__( self, rank, suit ):
    self.suit= suit
    self.rank= str(rank)
    self.hard = self.soft = rank
class AceCard( Card ):
  def __init__( self, rank, suit ):
    self.suit= suit
    self.rank= "A"
    self.hard, self.soft = 1, 11
class FaceCard( Card ):
  def __init__( self, rank, suit ):
    self.suit= suit
    self.rank= {11: 'J', 12: 'Q', 13: 'K' }[rank]
    self.hard = self.soft = 1

上例代码是多态的实现,由于缺乏公共初始化函数,导致了一些不受欢迎的重复代码。以上代码的主要重复部分是对suit的赋值。这部分代码放在基类中显然比较合适。我们可以在子类中显式调用基类的__init()__方法。

以下代码演示了如何把__init()__方法提到基类Card中实现的过程,然后在子类中可以重用基类的实现。

class Card:
  def __init__( self, rank, suit, hard, soft ):
    self.rank= rank
    self.suit= suit
    self.hard= hard
    self.soft= soft
class NumberCard( Card ):
  def __init__( self, rank, suit ):
    super().__init__( str(rank), suit, rank, rank )
class AceCard( Card ):
  def __init__( self, rank, suit ):
    super().__init__( "A", suit, 1, 11 )
class FaceCard( Card ):
  def __init__( self, rank, suit ):
    super().__init__( {11: 'J', 12: 'Q', 13: 'K' }[rank], suit, 
10, 10 )

我们在子类和基类中都提供了__init()__方法的实现,这样会在一定程度上简化工厂函数的逻辑,如下面代码段所示。

def card10( rank, suit ):
  if rank == 1: return AceCard( rank, suit )
  elif 2 <= rank < 11: return NumberCard( rank, suit )
  elif 11 <= rank < 14: return FaceCard( rank, suit )
  else:
    raise Exception( "Rank out of range" )

仅仅是简化工厂函数不应该是我们重构焦点的全部。我们还应该看到这次的重构导致__init()__方法变得复杂了,做这样的权衡是正常的。


427ae76760c51a7d2c3df4d834a823687fe00a2a
相关文章
|
3月前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
132 3
|
16天前
|
人工智能 自然语言处理 算法
随机的暴力美学蒙特卡洛方法 | python小知识
蒙特卡洛方法是一种基于随机采样的计算算法,广泛应用于物理学、金融、工程等领域。它通过重复随机采样来解决复杂问题,尤其适用于难以用解析方法求解的情况。该方法起源于二战期间的曼哈顿计划,由斯坦尼斯拉夫·乌拉姆等人提出。核心思想是通过大量随机样本来近似真实结果,如估算π值的经典示例。蒙特卡洛树搜索(MCTS)是其高级应用,常用于游戏AI和决策优化。Python中可通过简单代码实现蒙特卡洛方法,展示其在文本生成等领域的潜力。随着计算能力提升,蒙特卡洛方法的应用范围不断扩大,成为处理不确定性和复杂系统的重要工具。
50 21
|
14天前
|
数据挖掘 数据处理 开发者
Python3 自定义排序详解:方法与示例
Python的排序功能强大且灵活,主要通过`sorted()`函数和列表的`sort()`方法实现。两者均支持`key`参数自定义排序规则。本文详细介绍了基础排序、按字符串长度或元组元素排序、降序排序、多条件排序及使用`lambda`表达式和`functools.cmp_to_key`进行复杂排序。通过示例展示了如何对简单数据类型、字典、类对象及复杂数据结构(如列车信息)进行排序。掌握这些技巧可以显著提升数据处理能力,为编程提供更强大的支持。
25 10
|
2月前
|
算法 Python
Python多继承时子类如何调用指定父类
通过本文的介绍,希望您能够深入理解Python多继承时子类如何调用指定父类的方法,并在实际项目中灵活运用这些技巧,编写出高效且易维护的代码。
45 11
|
2月前
|
安全
Python-打印99乘法表的两种方法
本文详细介绍了两种实现99乘法表的方法:使用`while`循环和`for`循环。每种方法都包括了步骤解析、代码演示及优缺点分析。文章旨在帮助编程初学者理解和掌握循环结构的应用,内容通俗易懂,适合编程新手阅读。博主表示欢迎读者反馈,共同进步。
|
2月前
|
算法 Python
Python多继承时子类如何调用指定父类
通过本文的介绍,希望您能够深入理解Python多继承时子类如何调用指定父类的方法,并在实际项目中灵活运用这些技巧,编写出高效且易维护的代码。
47 1
|
3月前
|
算法 决策智能 Python
Python中解决TSP的方法
旅行商问题(TSP)是寻找最短路径,使旅行商能访问每个城市一次并返回起点的经典优化问题。本文介绍使用Python的`ortools`库解决TSP的方法,通过定义城市间的距离矩阵,调用库函数计算最优路径,并打印结果。此方法适用于小规模问题,对于大规模或特定需求,需深入了解算法原理及定制策略。
64 15
|
2月前
|
JSON 安全 API
Python调用API接口的方法
Python调用API接口的方法
346 5
WK
|
3月前
|
Python
Python中format_map()方法
在Python中,`format_map()`方法用于使用字典格式化字符串。它接受一个字典作为参数,用字典中的键值对替换字符串中的占位符。此方法适用于从字典动态获取值的场景,尤其在处理大量替换值时更为清晰和方便。
WK
132 36
|
3月前
|
机器学习/深度学习 人工智能 算法
强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用
本文探讨了强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用,通过案例分析展示了其潜力,并讨论了面临的挑战及未来发展趋势。强化学习正为游戏AI带来新的可能性。
183 4