23种设计模式介绍（Python示例讲解）(29)

代码解释：
在上面的实现中，我们定义了一个 Context 类来表示解释器的运行环境，它存储解释器所需的一些全局信息。Expression 类是抽象表达式类，包含一个 interpret 方法用于解释表达式。VariableExpression 和 ConstantExpression 类是具体表达式类，用于解释变量和常量。AddExpression 和 SubtractExpression 类是具体表达式类，用于解释加法和减法表达式。
4、迭代器模式（Iterator）
迭代器模式（Iterator）是一种行为型设计模式，它允许你在不暴露集合底层实现的情况下遍历集合中的所有元素。
实现思路：
在迭代器模式中，集合类（如列表、树等）将遍历操作委托给一个迭代器对象，而不是直接实现遍历操作。迭代器对象负责实现遍历操作，以及保存当前遍历位置等状态。这样，集合类就可以将遍历操作与集合底层实现解耦，从而使得集合类更加简单、灵活和易于维护。
迭代器模式通常由以下几个角色组成：
迭代器（Iterator）：定义了迭代器的接口，包含用于遍历集合元素的方法，如 next()、has_next() 等。具体迭代器（ConcreteIterator）：实现了迭代器接口，负责实现迭代器的具体遍历逻辑，以及保存当前遍历位置等状态。集合（Aggregate）：定义了集合的接口，包含用于获取迭代器对象的方法，如 create_iterator() 等。具体集合（ConcreteAggregate）：实现了集合接口，负责创建具体迭代器对象，以便遍历集合中的元素。
迭代器模式的优缺点包括：
将遍历操作与集合底层实现解耦，使得集合类更加灵活和易于维护。
简化了集合类的接口，使得集合类更加简单明了。提供了对不同类型的集合统一遍历的机制，使得算法的复用性更加高。迭代器模式的缺点是，由于迭代器对象需要保存遍历位置等状态，因此它可能会占用比较大的内存。此外，由于迭代器对象需要负责遍历逻辑，因此它可能会变得比较复杂。
以下是迭代器模式的一个简单示例，实现了一个列表类和一个列表迭代器类：
from abc import ABC, abstractmethod# 抽象迭代器类class Iterator(ABC): @abstractmethod def has_next(self): pass @abstractmethod def next(self): pass# 具体迭代器类class ConcreteIterator(Iterator): def __init__(self, data): self.data = data self.index = 0 def has_next(self): return self.index < len(self.data) def next(self): if self.has_next(): value = self.data[self.index] self.index = 1 return value# 抽象聚合类class Aggregate(ABC): @abstractmethod def create_iterator(self): pass# 具体聚合类class ConcreteAggregate(Aggregate): def __init__(self, data): self.data = data def create_iterator(self): return ConcreteIterator(self.data)# 测试if __name__ == "__main__": data = [1, 2, 3, 4, 5] aggregate = ConcreteAggregate(data) iterator = agg