一、白话

  点外卖的时候，我们经常会有各种各样的活动，如红包、满减、打折等，但是基本不能同时享受，不能享受一种。于是将各种折扣算法封装起来，选择最优惠的算法就是策略模式

二、定义

  一个类的行为或其算法可以在运行时更改。

  抽象策略角色：约束一系列具体的策略接口。

  具体策略角色：实现具体的算法。

  上下文角色：负责和具体的策略类交互。

三、示例

// 抽象策略类-定义策略接口
public interface Strategy {
    // 优惠算法
    public double offers(double money);
}

// 具体策略角色-具体实现（折扣）
public class DiscountsStrategy implements Strategy {
    @Override
    public double offers(double money) {
        return money * 0.75;
    }

// 具体策略角色-具体实现（满减）
public class FullReductionStrategy implements Strategy {
    @Override
    public double offers(double money) {
        if (money > 100) {
            return money - 20;
        }
        return money;
    }
}

// 具体策略角色-具体实现（红包）
public class RedEnvelopeStrategy implements Strategy {
    @Override
    public double offers(double money) {
        return money - 5;
    }
}

// 上下文角色-持有策略，动态切换
public class Context {
    private Strategy strategy;

    public double calculate(double money) {
        return strategy.offers(money);
    }

    public Strategy getStrategy() {
        return strategy;
    }

    public void setStrategy(Strategy strategy) {
        this.strategy = strategy;
    }
}

public class StrategyApplication {
    // 客户端调用
    public static void main(String[] args) {
        // 本次消费100
        double money = 88.0;
        // 新建一个上下文
        Context context = new Context();
        // 满减
        context.setStrategy(new FullReductionStrategy());
        double full = context.calculate(money);
        System.out.println("满减后：" + full);
        // 折扣
        context.setStrategy(new DiscountsStrategy());
        double discount = context.calculate(money);
        System.out.println("折扣后：" + discount);
        // 红包
        context.setStrategy(new RedEnvelopeStrategy());
        double redEnv = context.calculate(money);
        System.out.println("使用红包后：" + redEnv);

        // 求出本次最优惠方案，也可以根据用户身份，每个人享有不同的权利
        double min = Double.min(Double.min(full, discount), redEnv);
        System.out.println("本次最优惠金额为：" + min + "元");
    }
}

输出示例：

满减后：88.0
折扣后：66.0
使用红包后：83.0
本次最优惠金额为：66.0元

四、总结

  特点：1、算法可以自由切换。 2、避免使用多重条件判断。 3、扩展性良好。4、不当使用会导致策略类过多。