python——单例模式

单例模式使用场景：

1、在程序中，多个模块中，使用该类的对象时：每个实例化对象都会有内存开销
2、日志收集器设置成单例模式：每个实例化日志对象后，每个日志对象会重复收集
3、数据库链接：1个脚本可能存在连接多次数据库，数据库最多允许多少个连接，在安装时有配置；
如果配置了100，当超出100后其他的对象连接不上，
使用单例模式，服务端数据库连接只有一个连接，在性能方面有个提升

案例一：实现单例模式

class Person(object):

    __obj=None

    def __new__(cls, *args, **kwargs):
        if cls.__obj is not None:
            cls.__obj=super().__new__(cls)
            #cls.obj=object.__new__(cls)
        return cls.__obj

if __name__ == '__main__':
    p=Person()
    p1=Person()
    p2=Person()

    print(id(p))
    print(id(p1))
    print(id(p2))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

执行结果：
140711521459416
140711521459416
140711521459416

案例二：通过装饰器实现单例模式，只要任意一个类使用该装饰器装饰，那么就会变成一个单例模式的类

1、用函数装饰器实现

def Person(func):
    isinstance={}

    def wrapper(*args,**kwargs):
        if func in isinstance:
            return isinstance[func]
        else:
            isinstance[func]=func(*args,**kwargs)
            return isinstance[func]

    return wrapper

@Person                 #Demo=Person(Demo)
class Demo:
    print('开始执行')

if __name__ == '__main__':
    d1=Demo()
    d2=Demo()
    d3=Demo()
    print(id(d1))
    print(id(d2))
    print(id(d3))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

开始执行
2545623642016
2545623642016
2545623642016

2、用类装饰器实现

class Person:
    obj={}
    def __init__(self,func):
        self.func=func

    def __call__(self, *args, **kwargs):
        if self.func not in self.obj:
            self.obj[self.func]=self.func(*args,**kwargs)
            return self.obj[self.func]
        else:
            return self.obj[self.func]

@Person                 #Demo=Person(Demo)
class Demo:
    print('开始执行')

if __name__ == '__main__':
    d1=Demo()
    d2=Demo()
    d3=Demo()
    print(d1)
    print(d2)
    print(d3)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

开始执行
<main.Demo object at 0x000001F0B6802F70>
<main.Demo object at 0x000001F0B6802F70>
<main.Demo object at 0x000001F0B6802F70>

案例三：请实现一个类，前五次创建对象，每次都可以返回一个新的对象，第六次开始，每次创建，都随机返回前5个对象中的一个

import random
class Person:
    obj_list=[]

    def __new__(cls, *args, **kwargs):
        if len(cls.obj_list) < 5:
            cls.obj=super().__new__(cls)
            cls.obj_list.append(cls.obj)

            return cls.obj
        else:
            return random.choice(cls.obj_list)

if __name__ == '__main__':
    p=Person()
    p1=Person()
    p2=Person()
    p3=Person()
    p4=Person()
    p5=Person()
    p6=Person()
    print(id(p))
    print(id(p1))
    print(id(p2))
    print(id(p3))
    print(id(p4))
    print(id(p5))
    print(id(p6))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

---