Golang策略模式实现:动态选择算法行为
本文深入讲解了如何在Go语言中优雅实现策略模式——通过接口定义统一行为契约、结构体封装具体算法逻辑,并借助上下文动态切换策略,既规避了传统面向对象继承的复杂性,又充分发挥了Go接口和组合的优势;无论是无状态的文本处理(如转大写、翻转、统计长度),还是需依赖外部服务(如日志、数据库)的有状态策略,都能灵活适配、易于测试与扩展,让代码更清晰、可维护性更强。

策略模式的核心是把一组算法或行为封装成独立的类,让它们可以互相替换。Golang 没有传统面向对象的继承和接口实现语法,但通过接口(interface)和结构体组合,能非常自然地实现策略模式——关键在于定义统一的行为契约,再由不同结构体提供具体实现。
定义策略接口
先抽象出“可执行的策略”行为,比如一个通用的 Execute 方法:
// Strategy 定义所有策略必须实现的行为
type Strategy interface {
Execute(data interface{}) string
}
这个接口不绑定具体逻辑,只约定“怎么被调用”。后续任何结构体只要实现了 Execute,就自动成为一种策略。
实现多个具体策略
每个策略对应一个结构体,各自封装不同的算法逻辑。例如处理文本的三种方式:
type UpperCaseStrategy struct{}
func (u UpperCaseStrategy) Execute(data interface{}) string {
if s, ok := data.(string); ok {
return strings.ToUpper(s)
}
return ""
}
type ReverseStrategy struct{}
func (r ReverseStrategy) Execute(data interface{}) string {
if s, ok := data.(string); ok {
return reverseString(s)
}
return ""
}
type CountLengthStrategy struct{}
func (c CountLengthStrategy) Execute(data interface{}) string {
if s, ok := data.(string); ok {
return fmt.Sprintf("length: %d", len(s))
}
return "invalid input"
}
注意:策略结构体可以是空结构体(如 UpperCaseStrategy{}),因为行为全靠方法实现,无需保存状态。
构建上下文并动态切换策略
上下文(Context)持有当前策略,并提供设置和执行入口。它不关心策略内部怎么实现,只负责委托调用:
type Context struct {
strategy Strategy
}
func NewContext(s Strategy) *Context {
return &Context{strategy: s}
}
func (c *Context) SetStrategy(s Strategy) {
c.strategy = s
}
func (c *Context) Execute(data interface{}) string {
if c.strategy == nil {
return "no strategy set"
}
return c.strategy.Execute(data)
}
使用时可随时更换策略,比如根据配置、用户输入或运行时条件:
- 按命令行参数选策略:
if flag.Arg(0) == "upper" { ctx.SetStrategy(UpperCaseStrategy{}) } - 按 HTTP 请求头切换:
if r.Header.Get("X-Strategy") == "reverse" { ctx.SetStrategy(ReverseStrategy{}) } - 按数据特征自动选择:比如字符串长度 > 100 时用压缩策略,否则用原样输出
进阶:支持带状态或依赖的策略
如果某个策略需要外部依赖(如日志器、数据库连接),可在结构体中嵌入字段:
type LoggingStrategy struct {
logger *log.Logger
}
func (l LoggingStrategy) Execute(data interface{}) string {
l.logger.Println("executing logging strategy")
return "logged"
}
创建时传入依赖:ctx.SetStrategy(LoggingStrategy{logger: log.Default()})。这比全局变量更清晰,也利于单元测试。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于Golang的相关知识,也可关注golang学习网公众号。
Java数组实现费雪-耶茨算法教程
- 上一篇
- Java数组实现费雪-耶茨算法教程
- 下一篇
- Python字典按键排序方法详解
-
- Golang · Go教程 | 9小时前 | Go教程 · Go encoding/xml 空元素 指针字段
- Go encoding/xml 空元素与指针字段的处理方式
- 142浏览 收藏
-
- Golang · Go教程 | 9小时前 | Go教程 · Go encoding/xml 字段映射 Unmarshaler
- Go encoding/xml 自定义 Unmarshaler 的字段映射
- 189浏览 收藏
-
- Golang · Go教程 | 9小时前 |
- Go encoding/xml Token 流式读取大型 XML
- 424浏览 收藏
-
- Golang · Go教程 | 10小时前 | go · encoding/json · JSON Go encoding/json omitempty
- Go encoding/json omitempty 对零值字段的输出边界
- 192浏览 收藏
-
- Golang · Go教程 | 10小时前 |
- Go encoding/json Decoder Token 流式读取嵌套结构
- 364浏览 收藏
-
- Golang · Go教程 | 11小时前 |
- Go encoding/json Decoder UseNumber 保留大整数精度
- 328浏览 收藏
-
- Golang · Go教程 | 11小时前 |
- Go fmt.Scanner 自定义扫描规则的实现要点
- 182浏览 收藏
-
- Golang · Go教程 | 12小时前 |
- Go fmt.Appendf 追加格式化结果的低分配写法
- 478浏览 收藏
-
- Golang · Go教程 | 12小时前 |
- Go strings.IndexByte 定位协议分隔符的低分配写法
- 413浏览 收藏
-
- Golang · Go教程 | 13小时前 | go · Strings · Go 字符串前缀 strings.CutPrefix
- Go strings.CutPrefix 处理可选前缀的分支设计
- 165浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 263次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 310次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 291次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 267次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 80次使用
-
- Java 性能优化上线清单:从定位、改造到灰度发布
- 2026-06-11 860浏览
-
- Spring Boot 压测验证:Gatling、JMeter 与性能回归门禁
- 2026-06-11 843浏览
-
- Java NMT 非堆内存排查:Direct Buffer、线程栈与 Metaspace 分析
- 2026-06-11 826浏览
-
- Spring Boot 容器内存优化:JVM 堆、非堆与 MaxRAMPercentage
- 2026-06-11 809浏览
-
- Tomcat 连接与线程参数调优:maxThreads、acceptCount 与 KeepAlive
- 2026-06-11 792浏览
