2026-05-11
Python 设计模式 —— 建造者模式
建造者模式的概念
建造者模式有点像工厂模式，它的主要面向的对象是参数较多的对象，例如统计学当中，我们使用回归模型，此时的参数可能相对较多：
Python
class Regressor:
def __init__(self):
self._model_type = "ols" # 模型类型
self._fit_intercept = True # 截距是否拟合
self._standardize = False # 标准化
self._alpha = 1.0 # 正则化力度
self._l1_ratio = 0.5 # l1 比例
self._solver = "auto" # 求解器
此时的模型参数较多，可能更多时候会达到几十个，这种情况下，为了使用的简便我们往往需要固定其中某些参数给出子类.
简而言之，工厂模式和建造者模式的主要区别在于：
- 工厂模式给出的是抽象基类和工厂类，抽象基类的实现可以很简便，子类可以额外定义很多新内容；
- 建造者模式的具体产品（类）是创建比较复杂（参数多、部件多），我们想将构建过程和表示过程（给入参数的过程）分离；
举个例子就是，工厂模式主要解决的问题是：我们有“电子产品”这类基类。然后想派生出电脑、手机等具体物件；建造者模式则是已经有了电脑的概念，同时内部的各个部件都很复杂，需要单独分离出游戏电脑、办公电脑等细分场景.
下面是建造者模式的主要流程：
Python 实现
具体产品
一个具体的回归器可以这么写：
Python
class Regressor:
def __init__(self):
self._model_type = "ols" # 模型类型
self._fit_intercept = True # 截距是否拟合
self._standardize = False # 标准化
self._alpha = 1.0 # 正则化力度
self._l1_ratio = 0.5 # l1 比例
self._solver = "auto" # 求解器
def __str__(self) -> str:
specs: dict = {}
if self._model_type:
specs["模型类型"] = self._model_type
if self._fit_intercept:
specs["是否拟合截距"] = self._fit_intercept
if self._standardize:
specs["是否标准化"] = self._standardize
if self._alpha:
specs["正则化力度"] = self._alpha
if self._l1_ratio:
specs["L1 系数"] = self._l1_ratio
if self._solver:
specs["求解器"] = self._solver
return "模型信息：\n" + "\n".join(
[f"{key}: {specs[key]}" for key in specs.keys()]
)
我们接下来的想法是：实现 LASSO 回归和一般线性回归，那么此时其实只要固定其中几个参数即可，因此使用的就是建造者模式.
抽象建造者
对于抽象建造者，其实主要的方法就是选定几个参数的方法，注意初始化的时候要给出 Regressor() 的实例.
Python
from abc import ABC, abstractmethod
class RegressorBuilder(ABC):
def __init__(self):
self.regressor = Regressor()
@abstractmethod
def select_type(self):
pass
@abstractmethod
def select_fit_intercept(self):
pass
@abstractmethod
def select_alpha(self):
pass
@abstractmethod
def select_l1_ratio(self):
pass
@abstractmethod
def select_solver(self):
pass
def get_regressor(self) -> Regressor:
return self.regressor
具体建造者
我们以 LASSO 为例，此时固定了正则化力度和惩罚参数，因此可以写清楚每一个具体的参数：
Python
class LassoRegressorBuilder(RegressorBuilder):
def select_type(self):
self.regressor._model_type = "lasso"
def select_fit_intercept(self):
self.regressor._fit_intercept = True
def select_alpha(self):
self.regressor._alpha = 1.0
def select_l1_ratio(self):
self.regressor._l1_ratio = 1.0
def select_solver(self):
self.regressor._solver = "auto"
指挥者
如果直接使用上述的建造者，我们这些选定的方法就每次都要一行行执行，很麻烦，因此指挥者的主要作用就是不管具体建造者是谁，都依次调用相应的方法.
Python
class RegressorDirector:
"""回归器指挥者"""
def __init__(self, builder: RegressorBuilder):
self.builder: RegressorBuilder = builder
def construct_regressor(self):
"""构建回归模型的完整过程"""
self.builder.select_alpha()
self.builder.select_fit_intercept()
self.builder.select_l1_ratio()
self.builder.select_solver()
self.builder.select_type()
def get_regressor(self) -> Regressor:
return self.builder.get_regressor()
代码的全部实现
Python
# 建造者模式
# 1. 产品类 (回归模型)
from abc import ABC, abstractmethod
class Regressor:
def __init__(self):
self._model_type = "ols" # 模型类型
self._fit_intercept = True # 截距是否拟合
self._standardize = False # 标准化
self._alpha = 1.0 # 正则化力度
self._l1_ratio = 0.5 # l1 比例
self._solver = "auto" # 求解器
def __str__(self) -> str:
specs: dict = {}
if self._model_type:
specs["模型类型"] = self._model_type
if self._fit_intercept:
specs["是否拟合截距"] = self._fit_intercept
if self._standardize:
specs["是否标准化"] = self._standardize
if self._alpha:
specs["正则化力度"] = self._alpha
if self._l1_ratio:
specs["L1 系数"] = self._l1_ratio
if self._solver:
specs["求解器"] = self._solver
return "模型信息：\n" + "\n".join(
[f"{key}: {specs[key]}" for key in specs.keys()]
)
# 2. 抽象建造者
class RegressorBuilder(ABC):
def __init__(self):
self.regressor = Regressor()
@abstractmethod
def select_type(self):
pass
@abstractmethod
def select_fit_intercept(self):
pass
@abstractmethod
def select_alpha(self):
pass
@abstractmethod
def select_l1_ratio(self):
pass
@abstractmethod
def select_solver(self):
pass
def get_regressor(self) -> Regressor:
return self.regressor
# 3. 具体建造者
class LinearRegressorBuilder(RegressorBuilder):
def select_type(self):
self.regressor._model_type = "ols"
def select_fit_intercept(self):
self.regressor._fit_intercept = True
def select_alpha(self):
self.regressor._alpha = 0.0
def select_l1_ratio(self):
self.regressor._l1_ratio = 0.0
def select_solver(self):
self.regressor._solver = "auto"
class LassoRegressorBuilder(RegressorBuilder):
def select_type(self):
self.regressor._model_type = "lasso"
def select_fit_intercept(self):
self.regressor._fit_intercept = True
def select_alpha(self):
self.regressor._alpha = 1.0
def select_l1_ratio(self):
self.regressor._l1_ratio = 1.0
def select_solver(self):
self.regressor._solver = "auto"
# 4. 指挥者
class RegressorDirector:
"""回归器指挥者"""
def __init__(self, builder: RegressorBuilder):
self.builder: RegressorBuilder = builder
def construct_regressor(self):
"""构建回归模型的完整过程"""
self.builder.select_alpha()
self.builder.select_fit_intercept()
self.builder.select_l1_ratio()
self.builder.select_solver()
self.builder.select_type()
def get_regressor(self) -> Regressor:
return self.builder.get_regressor()
# 构建 LASSO 模型
lasso_builder = LassoRegressorBuilder()
lasso_director = RegressorDirector(lasso_builder)
lasso_director.construct_regressor()
lasso: Regressor = lasso_director.get_regressor()
print(lasso)