[Design Patterns] Et si on parlait Stratégie ?

17 mai 2007, 11 Commentaires »

Aujourd’hui je vais tenter de vous expliquer comment fonctionne l’un des Design Patterns les plus utilisé qui fut initialement proposé par le GOF (Gang Of Four) : le Design Pattern Stratégie.

Pour commencer, il peut être intéressant de rappeler ce que sont les Design Pattern ou “Motifs de conception” en français. Les Design Patterns sont un ensemble de solutions standards permettant de répondre à des problèmes de conception rencontrés lors du développement de projets orientés objet. Les Design Patterns se regroupent dans trois grands groupes : Créationnel, Structurel et Comportemental. Le motif de conception que l’on va voir aujourd’hui fait partie du dernier groupe : les comportementaux.

Le Design Pattern Stratégie

Description :

L’intérêt principal de ce motif de conception est de permettre l’encapsulation d’algorithmes et de les rendre permutables. En effet, imaginons que l’on souhaite changer dynamiquement le comportement d’un objet et cela sans modifier la classe de ce dernier. A première vue, celà semble plutôt compliqué… mais il n’en est rien :)
Prenons un exemple simple : Une classe Personne qui a le dont de se déplacer. On peut imaginer plusieurs types de déplacements : marcher, courir !
De manière générale on aurait tendance à créer une méthode par déplacement :

Exemple en Python:

class Personne:
def marcher(self):
print “je marche”

def courir(self):
print “je cours”

Exemple en PHP 5 :

class Personne
{
public function marcher()
{
print “je marche”;
}

public function courir()
{
print “je cours”;
}
}

C’est pas mal, mais rien de très dynamique ! En effet, imaginons que l’on souhaite ajouter un nouveau comportement de déplacement (par exemple : nager) il faudra ajouter une nouvelle méthode.
Stratégie va permettre à notre classe Personne de posséder un comportement de déplacement dynamiquement interchangeable. Pour cela nous devons externaliser les comportements de la classe en utilisant un système bien connu en POO : la composition.
Regardons le diagramme de classe suivant :

Le diagramme UML :

Design pattern Stratégie

Ce schéma mérite une petite explication. Comme on peut le voir, la classe Personne ne possède plus les trois méthodes “marcher“, “courir” mais elles ont été remplacées par deux autres : “setMouvement” et “déplacer“. La première va nous permettre d’attribuer aux instances de la classe Personne un objet Mouvement. La seconde quant à elle va exécuter le mouvement précédemment attribué à l’objet Personne. Les comportements sont désormais des classes à part entière qui implémente l’interface Mouvement.

Exemple en python :

class Personne:
def __init__(self):
self.__mouvement = None

def setMouvement(self, mouvement):
self.__mouvement = mouvement

def deplacer(self):
if self.__mouvement:
self.__mouvement.execute()

class Mouvement:
def execute(self):
raise “Doit être implementé”

class Marcher(Mouvement):
def execute(self):
print “je marche”

class Courir(Mouvement):
def execute(self):
print “je cours”

pers = Personne()

unMouvement = Marcher()
pers.setMouvement( unMouvement )
pers.deplacer() #affiche "je marche"

unMouvement = Courir()
pers.setMouvement( unMouvement )
pers.deplacer() #affiche "je cours"
 

En Python la notion d’interface comme en Java ou PHP 5 n’existe pas. J’ai donc fait en sorte, dans mon exemple, que la méthode execute de la classe Mouvement soit obligatoirement redéfinie dans les classes qui étendent de celle-ci.

Exemple en PHP 5 :

interface Mouvement
{
public function execute();
}

class Marcher implements Mouvement
{
public function execute()
{
print “je marche”;
}
}

class Courir implements Mouvement
{
public function execute()
{
print “je cours”;
}
}

class Personne
{
private $mouvement;

public function setMouvement( Mouvement $mouvement )
{
$this->mouvement = $mouvement;
}

public function deplacer()
{
if( !is_null($this->mouvement) )
{
$this->mouvement->execute();
}
}
}

$pers = new Personne();

$unMouvement = new Marcher();
$pers->setMouvement( $unMouvement );
$pers->deplacer();// affiche "je marche"

$unMouvement = new Courir();
$pers->setMouvement( $unMouvement );
$pers->deplacer();// affiche "je cours"
 

La méthode deplacer appelle la méthode execute du mouvement passé en paramètre. On s’aperçoit dans cet exemple que comportement de la méthode deplacer est modifiable dynamiquement. Lors de son premier appel elle affiche “je marche” puis “je cours” lors du second appel. Ceci est du au fait que le mouvement passé en paramètre n’est plus le même. Imaginons désormais que l’on doivent ajouter un nouveau comportement de déplacement (par exemple : “nager”), il suffira tout simplement de créer une nouvelle classe nommée Nager qui implémente la classe Mouvement.

class Nager(Mouvement):
def execute(self):
print “je nage”

pers = Personne()

unMouvement = Nager()
pers.setMouvement( unMouvement )
pers.deplacer() #affiche "je nage"
 

Très pratique si votre boss ne vous à fourni que la version compilée de la classe Personne :) On peut modifier son comportement sans toucher une seule ligne de celle-ci.

Et voilà que ce premier tutoriel sur les Design Patterns touche à sa fin. En espérant que ça vous a plu… :)

[Benchmark] Appel de fonctions : PHP vs Python

19 février 2007, 2 Commentaires »

Aujourd’hui nous allons voir un petit test de performance sur des appels de fonctions récursifs grâce à la suite de Fibonacci dans deux langages distincts : le PHP et le Python.
Ce test a été réalisé sur la machine suivante :
Intel P4 3.2 Ghz, 1Go de Ram et accompagné d’une distribution Gnu/Linux Ubuntu Edgy Eft.

Version de Python : 2.4.4
Version de PHP : 5.1.6

Voici donc la version du script en PHP nommé test.php :

function test( $n )
{
if( $n <= 1 )return $n;
return test( $n - 1 ) + test( $n - 2 );
}
test( 35 );

et voici la version Python nommé test.py :

def test( n ):
if n <= 1:
return n
return test( n - 1 ) + test( n - 2 )
if __name__ == “__main__”:
test( 35 )

Maintenant que nous avons réalisé les deux scripts, il ne reste plus qu’à les exécuter. Pour cela nous allons utiliser un petit utilitaire fort sympathique (time) afin de connaître le temps d’exécution de chacun d’entre eux.

Voici donc le lancement du script PHP:

$ time php test.php

Les résultats que j’ai pu obtenir sur ma machine :

real 0m26.236s
user 0m25.846s
sys 0m0.012s

Voici donc le lancement du script Python:

$ time python test.py

Les résultats que j’ai pu obtenir sur ma machine :

real 0m15.110s
user 0m15.077s
sys 0m0.004s

Il semblerait donc que Python soit réellement plus performant sur ce type d’opération, mais bien sur on ne peut pas choisir un langage uniquement sur ce type comparatif. Néanmoins, il peut être intéressant de connaître les performances d’un langage avant de faire son choix.