python 6种方法实现单例模式
单例模式是一个软件的设计模式,为了保证一个类,无论调用多少次产生的实例对象,都是指向同一个内存地址,仅仅只有一个实例(只有一个对象)。
实现单例模式的手段有很多种,但总的原则是保证一个类只要实例化一个对象,下一次再实例的时候就直接返回这个对象,不再做实例化的操作。所以这里面的关键一点就是,如何判断这个类是否实例化过一个对象。
这里介绍两类方式:
- 一类是通过模块导入的方式;
- 一类是通过魔法方法判断的方式;
#基本原理: -第一类通过模块导入的方式,借用了模块导入时的底层原理实现。 -当一个模块(py文件)被导入时,首先会执行这个模块的代码,然后将这个模块的名称空间加载到内存。 -当这个模块第二次再被导入时,不会再执行该文件,而是直接在内存中找。 -于是,如果第一次导入模块,执行文件源代码时实例化了一个类,那再次导入的时候,就不会再实例化。 -第二类主要是基于类和元类实现,在'对象'的魔法方法中判断是否已经实例化过一个对象 -这类方式,根据实现的手法不同,又分为不同的方法,如: -通过类的绑定方法;通过元类;通过类下的__new__;通过装饰器(函数装饰器,类装饰器)实现等。
下面分别介绍这几种不同的实现方式,仅供参考实现思路,不做具体需求。
通过模块导入
#cls_singleton.py classFoo(object): pass instance=Foo() #test.py importcls_singleton obj1=cls_singleton.instance obj2=cls_singleton.instance print(obj1isobj2) #原理:模块第二次导入从内存找的机制
通过类的绑定方法
classStudent: _instance=None #记录实例化对象 def__init__(self,name,age): self.name=name self.age=age @classmethod defget_singleton(cls,*args,**kwargs): ifnotcls._instance: cls._instance=cls(*args,**kwargs) returncls._instance stu1=Student.get_singleton('jack',18) stu2=Student.get_singleton('jack',18) print(stu1isstu2) print(stu1.__dict__,stu2.__dict__) #原理:类的绑定方法是第二种实例化对象的方式, #第一次实例化的对象保存成类的数据属性_instance, #第二次再实例化时,在get_singleton中判断已经有了实例对象,直接返回类的数据属性_instance
补充:这种方式实现的单例模式有一个明显的bug;bug的根源在于如果用户不通过绑定类的方法实例化对象,而是直接通过类名加括号实例化对象,那这样不再是单利模式了。
通过魔法方法__new__
classStudent: _instance=None def__init__(self,name,age): self.name=name self.age=age def__new__(cls,*args,**kwargs): #ifcls._instance: #returncls._instance #有实例则直接返回 #else: #cls._instance=super().__new__(cls) #没有实例则new一个并保存 #returncls._instance #这个返回是给是给init,再实例化一次,也没有关系 ifnotcls._instance: #这是简化的写法,上面注释的写法更容易提现判断思路 cls._instance=super().__new__(cls) returncls._instance stu1=Student('jack',18) stu2=Student('jack',18) print(stu1isstu2) print(stu1.__dict__,stu2.__dict__) #原理:和方法2类似,将判断的实现方式,从类的绑定方法中转移到类的__new__中 #归根结底都是判断类有没有实例,有则直接返回,无则实例化并保存到_instance中。
补充:这种方式可以近乎完美地实现单例模式,但是依然不够完美。不完美的地方在于没有考虑到并发的极端情况下,有可能多个线程同一时刻实例化对象。关于这一点的补充内容在本文的最后一节介绍(!!!进阶必会)。
通过元类**
classMymeta(type): def__init__(cls,name,bases,dic): super().__init__(name,bases,dic) cls._instance=None #将记录类的实例对象的数据属性放在元类中自动定义了 def__call__(cls,*args,**kwargs): #此call会在类被调用(即实例化时触发) ifcls._instance: #判断类有没有实例化对象 returncls._instance else: #没有实例化对象时,控制类造空对象并初始化 obj=cls.__new__(cls,*args,**kwargs) obj.__init__(*args,**kwargs) cls._instance=obj #保存对象,下一次再实例化可以直接返回而不用再造对象 returnobj classStudent(metaclass=Mymeta): def__init__(self,name,age): self.name=name self.age=age stu1=Student('jack',18) stu2=Student('jack',18) print(stu1isstu2) print(stu1.__dict__,stu2.__dict__) #原理:类定义时会调用元类下的__init__,类调用(实例化对象)时会触发元类下的__call__方法 #类定义时,给类新增一个空的数据属性, #第一次实例化时,实例化之后就将这个对象赋值给类的数据属性;第二次再实例化时,直接返回类的这个数据属性 #和方式3的不同之处1:类的这个数据属性是放在元类中自动定义的,而不是在类中显示的定义的。 #和方式3的不同之处2:类调用时触发元类__call__方法判断是否有实例化对象,而不是在类的绑定方法中判断
函数装饰器
defsingleton(cls): _instance_dict={} #采用字典,可以装饰多个类,控制多个类实现单例模式 definner(*args,**kwargs): ifclsnotin_instance_dict: _instance_dict[cls]=cls(*args,**kwargs) return_instance_dict.get(cls) returninner @singleton classStudent: def__init__(self,name,age): self.name=name self.age=age #def__new__(cls,*args,**kwargs): #将方法3的这部分代码搬到了函数装饰器中 #ifnotcls._instance: #cls._instance=super().__new__(cls) #returncls._instan stu1=Student('jack',18) stu2=Student('jack',18) print(stu1isstu2) print(stu1.__dict__,stu2.__dict__)
类装饰器
classSingleTon: _instance_dict={} def__init__(self,cls_name): self.cls_name=cls_name def__call__(self,*args,**kwargs): ifself.cls_namenotinSingleTon._instance_dict: SingleTon._instance_dict[self.cls_name]=self.cls_name(*args,**kwargs) returnSingleTon._instance_dict.get(self.cls_name) @SingleTon #这个语法糖相当于Student=SingleTon(Student),即Student是SingleTon的实例对象 classStudent: def__init__(self,name,age): self.name=name self.age=age stu1=Student('jack',18) stu2=Student('jack',18) print(stu1isstu2) print(stu1.__dict__,stu2.__dict__) #原理:在函数装饰器的思路上,将装饰器封装成类。 #程序执行到与语法糖时,会实例化一个Student对象,这个对象是SingleTon的对象。 #后面使用的Student本质上使用的是SingleTon的对象。 #所以使用Student('jack',18)来实例化对象,其实是在调用SingleTon的对象,会触发其__call__的执行 #所以就在__call__中,判断Student类有没有实例对象了。
!!!进阶必会
本部分主要是补充介绍多线程并发情况下,多线程高并发时,如果同时有多个线程同一时刻(极端条件下)事例化对象,那么就会出现多个对象,这就不再是单例模式了。
解决这个多线程并发带来的竞争问题,第一个想到的是加互斥锁,于是我们就用互斥锁的原理来解决这个问题。
解决的关键点,无非就是将具体示例化操作的部分加一把锁,这样同时来的多个线程就需要排队。
这样一来只有第一个抢到锁的线程实例化一个对象并保存在_instance中,同一时刻抢锁的其他线程再抢到锁后,不会进入这个判断ifnotcls._instance,直接把保存在_instance的对象返回了。这样就实现了多线程下的单例模式。
此时还有一个问题需要解决,后面所有再事例对象时都需要再次抢锁,这会大大降低执行效率。解决这个问题也很简单,直接在抢锁前,判断下是否有单例对象了,如果有就不再往下抢锁了(代码第11行判断存在的意义)。
importthreading classStudent: _instance=None #保存单例对象 _lock=threading.RLock() #锁 def__new__(cls,*args,**kwargs): ifcls._instance: #如果已经有单例了就不再去抢锁,避免IO等待 returncls._instance withcls._lock: #使用with语法,方便抢锁释放锁 ifnotcls._instance: cls._instance=super().__new__(cls,*args,**kwargs) returncls._instance
以上就是python6种方法实现单例模式的详细内容,更多关于python单例模式的资料请关注毛票票其它相关文章!