当前位置: 首页 > news >正文

【设计模式】深入解析装饰器模式(Decorator Pattern)

深入解析装饰器模式(Decorator Pattern)

一、装饰器模式的核心概念

装饰器模式是一种结构型设计模式,用于动态地给对象添加新功能,而不改变其原始代码

1. 为什么需要装饰器?

  • 避免继承带来的类爆炸问题:如果每种新功能都创建子类,组合复杂时类会爆炸式增长。
  • 支持动态扩展功能:继承是静态的,而装饰器可以在运行时动态添加/移除功能
  • 遵循开闭原则(OCP):不修改原始代码,而是通过装饰器增强。

二、装饰器的核心机制

装饰器本质上就是一个高阶函数,它接收一个函数(或类)作为参数,返回一个新的函数(或类),增强原有功能。

装饰器的执行顺序

  1. 定义装饰器
    • 编写一个函数,接收原函数 func,在 wrapper 中增加新功能。
  2. 应用装饰器
    • 通过 @decorator 语法,把装饰器作用在目标函数上。
  3. 调用目标函数
    • 实际执行的是 wrapper(),它先执行装饰逻辑,再调用原函数

三、Python 装饰器示例

1. 计时装饰器

📌 示例:在函数运行前后打印执行时间

import time

# 定义装饰器
def time_logger(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()  # 记录开始时间
        result = func(*args, **kwargs)  # 执行原函数
        end_time = time.time()  # 记录结束时间
        print(f"{func.__name__} 执行时间: {end_time - start_time:.6f} 秒")
        return result  # 返回原函数的返回值
    return wrapper  # 返回包装后的函数

# 使用装饰器
@time_logger
def slow_function():
    time.sleep(1)
    print("函数执行完毕")

slow_function()

执行流程

  1. @time_logger 作用在 slow_function 上,相当于 slow_function = time_logger(slow_function)
  2. 当调用 slow_function() 时,实际上执行的是 wrapper()
    • 记录时间 start_time
    • 调用 slow_function()
    • 最后 计算并打印执行时间。

输出示例

函数执行完毕
slow_function 执行时间: 1.000123 秒

2. 日志装饰器

📌 示例:在函数执行前后自动记录日志

def log_decorator(func):
    def wrapper(*args, **kwargs):
        print(f"开始执行 {func.__name__},参数:{args} {kwargs}")
        result = func(*args, **kwargs)
        print(f"{func.__name__} 执行完毕,返回值:{result}")
        return result
    return wrapper

@log_decorator
def add(a, b):
    return a + b

print(add(3, 5))

执行流程

  1. @log_decoratoradd 包装成 wrapperadd 变成 wrapper 的引用。
  2. add(3, 5) 执行时:
    • 打印 "开始执行 add,参数:(3, 5) {}"
    • 运行 add(3, 5)
    • 最后 记录 "add 执行完毕,返回值:8"

输出示例

开始执行 add,参数:(3, 5) {}
add 执行完毕,返回值:8
8

3. 组合多个装饰器

装饰器可以层层叠加,按顺序执行:

@time_logger
@log_decorator
def multiply(a, b):
    time.sleep(0.5)
    return a * b

print(multiply(2, 3))

执行流程

  1. 执行 log_decorator
  2. 执行 time_logger
  3. 最后 执行 multiply

输出示例

开始执行 multiply,参数:(2, 3) {}
函数执行完毕
multiply 执行时间: 0.500123 秒
multiply 执行完毕,返回值:6
6

四、JavaScript 装饰器示例

1. 计时装饰器

function timeLogger(func) {
    return function (...args) {
        const startTime = Date.now();
        const result = func(...args);  // 执行原函数
        const endTime = Date.now();
        console.log(`${func.name} 执行时间: ${(endTime - startTime) / 1000}`);
        return result;
    };
}

function slowFunction() {
    console.log("函数执行中...");
    for (let i = 0; i < 1e9; i++) {}  // 模拟耗时操作
    console.log("函数执行完毕");
}

const wrappedFunction = timeLogger(slowFunction);
wrappedFunction();

执行流程

  1. timeLogger(slowFunction) 返回 wrapperwrappedFunction 变成 wrapper
  2. 执行 wrappedFunction()
    • 记录 startTime
    • 执行 slowFunction()
    • 最后 计算执行时间并打印。

输出示例

函数执行中...
函数执行完毕
slowFunction 执行时间: 2.345 秒

2. ES7+ 修饰器(Decorator)

在现代 JavaScript 中,可以使用 @decorator 语法

function logDecorator(target, key, descriptor) {
    const originalMethod = descriptor.value;
    descriptor.value = function (...args) {
        console.log(`执行 ${key},参数:`, args);
        const result = originalMethod.apply(this, args);
        console.log(`返回值:`, result);
        return result;
    };
    return descriptor;
}

class MathOperations {
    @logDecorator
    add(a, b) {
        return a + b;
    }
}

const math = new MathOperations();
math.add(3, 5);

输出示例

执行 add,参数:[3, 5]
返回值:8

五、装饰器模式 vs 代理模式

对比项装饰器模式(Decorator)代理模式(Proxy)
作用增强对象功能控制对象访问
是否修改原对象❌ 不修改❌ 只代理,通常不修改
是否拦截请求❌ 不拦截✅ 代理可拦截请求
典型应用Vue reactive()、日志、计时API 代理、缓存、权限控制

六、总结

  1. 装饰器模式用于动态扩展对象功能,而不修改其原始代码
  2. 装饰器本质是一个高阶函数,接收函数/类作为参数,返回一个增强版本
  3. Python @decorator 语法糖让装饰器更直观,JavaScript 也可以使用 @decorator(ES7+)。
  4. 适用于日志记录、权限控制、缓存优化等场景

🚀 掌握装饰器模式,让你的代码更优雅、更灵活!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.dtcms.com/a/90583.html

相关文章:

  • SpringBoot通过Map实现天然的策略模式
  • 一文解读DeepSeek的安全风险、挑战与应对策略
  • 蓝桥杯2022年第十三届决赛真题-最大数字
  • Springboot 学习 之 Shardingsphere 按照日期水平分表(一)
  • Swift 二分法求函数的近似解
  • Ubuntu20.04系统安装IsaacSim4.5与IsaacLab环境
  • html和css 实现元素顺时针旋转效果(椭圆形旋转轨迹)
  • MongoDB 的索引是提高查询性能的核心机制,类似于传统关系型数据库的索引。以下是对 MongoDB 索引的详细说明:
  • 基础实验2-2.1 整数的分类处理
  • openresty-nginx添加新模块
  • 机器学习中的 K-均值聚类算法及其优缺点
  • 什么是Dify,以及我们能用它来做什么
  • 开源AI大模型赋能私域流量:S2B2C场景下品牌文化建构的智能路径研究
  • Micropython RPI-PICO 随记-双PICO串口传数据
  • VMware Workstation虚拟机固定IP配置(主机互通、外网可访问)
  • 【Windows计算机常识】查看IP配置
  • 热门面试题第14天|Leetcode 513找树左下角的值 112 113 路径总和 105 106 从中序与后序遍历序列构造二叉树 (及其扩展形式)以一敌二
  • 【深度学习】GAN生成对抗网络:原理、应用与发展
  • 理解Kubernetes中CoreDNS域名解析与DNS策略
  • 蓝桥杯备考----->Cow Picnic (BFS)
  • redis--JavaSpring客户端
  • Modbus协议详细规范
  • MySQL基础语法
  • 英语+C语言:3.24
  • 【AIGC】图片变视频 - SD ComfyUI视频生成
  • Vue 3中的Teleport:超越组件边界的渲染
  • 【SpringCloud】OpenFeign和Gateway
  • 2-1 基本放大电路
  • MySQL 8.0.41安装教程(附安装包)mysql8.0.41图文详细安装教程
  • _DISPATCHER_HEADER结构中的WaitListHead和_KWAIT_BLOCK的关系