策略模式策略模式，一种设计模式，用于在运行时选择算法或策略策略模式和工厂模式的区别

策略模式和工厂模式都是设计模式，但是它们的关注点不同。工厂模式关注对象创建，而策略模式关注算法多样性。，，工厂模式是一种创建型模式，它提供了一种创建对象的方式，使得创建对象的过程与使用对象的过程分离。而策略模式则是一种行为型模式，它可以将算法封装、分离和替换，实现开闭原则。

策略模式是一种行为型设计模式，它提供了一种在运行时选择算法或策略的方法，这种模式的主要目的是在运行时根据不同的条件选择不同的算法或策略，从而使得代码更加灵活、可扩展和可维护。

策略模式的核心思想是将算法的定义与使用分离开来，使得它们可以独立地变化，在策略模式中，我们可以将算法封装到一个独立的类中，然后通过一个上下文类来调用这些算法，这样，当我们需要改变算法时，只需要修改相关的类即可，而不需要修改使用算法的代码。

下面是一个简单的策略模式的例子：

假设我们有一个电商系统，需要根据用户的购买历史来推荐商品，我们可以使用策略模式来实现这个功能，我们定义一个抽象的策略类，用于表示推荐算法：

from abc import ABC, abstractmethod
class RecommendationStrategy(ABC):
    @abstractmethod
    def recommend(self, user_history):
        pass

我们可以为每种推荐算法实现这个接口：

class RandomRecommendationStrategy(RecommendationStrategy):
    def recommend(self, user_history):
        # 实现随机推荐算法
        pass
class MostPopularRecommendationStrategy(RecommendationStrategy):
    def recommend(self, user_history):
        # 实现热门商品推荐算法
        pass

我们需要定义一个上下文类，用于管理不同的推荐策略：

class RecommendationContext:
    def __init__(self, strategy: RecommendationStrategy):
        self._strategy = strategy
    def set_strategy(self, strategy: RecommendationStrategy):
        self._strategy = strategy
    def get_recommendations(self, user_history):
        return self._strategy.recommend(user_history)

我们可以在客户端代码中使用这个上下文类来根据用户的历史记录选择合适的推荐策略：

if random.random() < 0.1:
    context = RecommendationContext(RandomRecommendationStrategy())
else:
    context = RecommendationContext(MostPopularRecommendationStrategy())

通过这种方式，我们可以在运行时轻松地切换不同的推荐策略，而不需要修改客户端代码，这使得我们的电商系统更加灵活和可扩展。