本文探讨了在
python
中将状态对象作为类变量管理时，如何解决常见的循环依赖问题。通过将简单的状态表示为全局常量实例而非独立子类，并重构状态获取逻辑至上下文类，我们能够有效避免类定义间的循环引用，提高代码的模块化和可维护性。
问题剖析：Python类变量与循环依赖
在设计面向对象系统时，我们有时会遇到需要在一个类中定义其关联状态对象的情况。例如，在一个状态模式的实现中，我们可能希望在基类State中直接引用其起始和结束状态的实例。然而，当这些状态被定义为State的子类时，就会出现一个经典的循环依赖问题。
考虑以下示例代码，它试图在State类中定义START和END两个类变量，它们分别是StartState和EndState的实例：
上述代码在运行时会抛出NameError，因为在State类内部尝试创建StartState()和EndState()实例时，这两个类尚未被定义。如果我们将StartState和EndState的定义移到State类之前，又会因为它们继承自State而导致State未定义的问题，形成一个死循环。
设计优化策略一：简化状态表示
解决上述循环依赖的关键在于重新思考StartState和EndState的本质。如果这些“状态”仅仅是作为唯一的标识符，而本身并不需要包含独特的行为或数据（即它们的方法和属性与基类State完全相同），那么将它们定义为独立的子类会引入不必要的复杂性。
立即学习
“
Python免费学习笔记（深入）
”；
在这种情况下，更简洁有效的做法是，将这些特定的状态视为State类的“常量”实例，并在所有类定义完成之后再进行初始化。这样可以避免在类定义阶段就引入对尚未定义类的引用。
通过这种方式，START_STATE和END_STATE现在是State类的两个独立实例，它们在State类定义完成后才被创建，从而彻底消除了循环依赖。
Python 3.14.3
微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。
下载
设计优化策略二：重构状态获取逻辑
原始设计中，get_current方法被定义为State类的一个类方法。然而，该方法的逻辑是根据Context的内部状态来决定返回哪个State实例。从职责划分的角度来看，根据自身上下文来确定当前状态，这更像是Context类自身的职责，而非State类的职责。将状态获取逻辑转移到Context类中，可以实现更好的封装和更清晰的职责分离。
将get_state方法移动到Context类中，使得Context类负责管理其内部状态并据此提供相应的State对象，这符合“高内聚、低耦合”的设计原则。
综合示例与注意事项
结合上述两种优化策略，我们可以得到一个更加健壮、易于理解和维护的状态管理实现：
注意事项：
何时使用子类？
如果StartState和EndState确实需要拥有不同的行为（例如，它们各自有独特的handle()方法或不同的数据结构），那么将它们定义为State的子类是合理的。在这种情况下，解决循环依赖可能需要采用其他策略，例如使用字符串字面量作为类型提示（"StartState"）或在运行时动态注册/初始化。但对于仅仅作为唯一标识符的状态，本教程中的简化方法更为推荐。
全局常量命名：
按照Python的惯例，表示常量的变量通常使用全大写字母和下划线命名（例如START_STATE），以提高代码的可读性。
类型提示：
在示例中，我们使用了类型提示-> State来明确函数返回的是State类型实例，这有助于代码的静态分析和理解。
总结
在Python中处理类变量引用子类实例导致的循环依赖问题时，关键在于审视这些子类存在的必要性。对于仅作为独特标识符的状态，将其简化为基类的全局常量实例是一种高效且无副作用的解决方案。同时，将状态获取逻辑从状态类本身转移到上下文类中，可以更好地体现职责分离原则，使代码结构更清晰、更易于维护。这种设计模式不仅解决了循环依赖，也提升了整体代码质量。
# 初始设计，存在循环依赖问题
class State:
# 问题所在：StartState 和 EndState 在此处尚未定义
START: "State" = StartState()
END: "State" = EndState()
@classmethod
def get_current(cls, context: "Context") -> "State":
if context.just_beginning:
return cls.START
return cls.END
class StartState(State):
# StartState 的具体实现
pass
class EndState(State):
# EndState 的具体实现
pass
# Context 类定义（为完整示例提供）
class Context:
def __init__(self, just_beginning: bool = False):
self.just_beginning = just_beginning# 优化后的状态基类
class State:
pass
# 全局常量实例，在State类定义后创建
# 按照Python约定，常量名通常使用全大写
START_STATE = State()
END_STATE = State()# 优化后的Context类，包含获取状态的方法
class Context:
def __init__(self, just_beginning: bool = False):
self.just_beginning = just_beginning
def get_state(self) -> State:
"""
根据当前上下文的条件返回相应的状态实例。
"""
if self.just_beginning:
return START_STATE
return END_STATE
# State类和全局状态实例保持不变
# class State:
# pass
# START_STATE = State()
# END_STATE = State()# 1. 定义状态基类
class State:
"""
状态基类，可以根据需要添加通用方法或属性。
"""
def __repr__(self):
return f"<{self.__class__.__name__} object at {hex(id(self))}>"
# 2. 定义上下文类，负责根据自身条件获取状态
class Context:
"""
上下文类，持有决定当前状态所需的信息。
"""
def __init__(self, just_beginning: bool = False):
self.just_beginning = just_beginning
def get_state(self) -> State:
"""
根据上下文的just_beginning属性返回起始或结束状态。
"""
if self.just_beginning:
return START_STATE
return END_STATE
# 3. 在所有相关类定义完成后，创建全局状态实例
# 这些实例作为程序中的“常量”状态对象
START_STATE = State()
END_STATE = State()
# 示例用法
if __name__ == "__main__":
context_beginning = Context(just_beginning=True)
current_state_1 = context_beginning.get_state()
print(f"When just beginning: {current_state_1} (Is it START_STATE? {current_state_1 is START_STATE})")
context_normal = Context(just_beginning=False)
current_state_2 = context_normal.get_state()
print(f"When not beginning: {current_state_2} (Is it END_STATE? {current_state_2 is END_STATE})")
# 验证状态实例的唯一性
another_start = context_beginning.get_state()
print(f"Another call for start state: {another_start} (Is it the same instance? {another_start is START_STATE})")