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 class Foo(object): pass instance = Foo() # test.py import cls_singleton obj1 = cls_singleton.instance obj2 = cls_singleton.instance print(obj1 is obj2) # 原理:模块第二次导入从内存找的机制
通过类的绑定方法
class Student: _instance = None # 记录实例化对象 def __init__(self, name, age): self.name = name self.age = age @classmethod def get_singleton(cls, *args, **kwargs): if not cls._instance: cls._instance = cls(*args, **kwargs) return cls._instance stu1 = Student.get_singleton('jack', 18) stu2 = Student.get_singleton('jack', 18) print(stu1 is stu2) 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__
class Student: _instance = None def __init__(self, name, age): self.name = name self.age = age def __new__(cls, *args, **kwargs): # if cls._instance: # return cls._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 # return cls._instance # 这个返回是给是给init,再实例化一次,也没有关系 if not cls._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) return cls._instance stu1 = Student('jack', 18) stu2 = Student('jack', 18) print(stu1 is stu2) 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**
class Mymeta(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) if cls._instance: # 判断类有没有实例化对象 return cls._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 return obj class Student(metaclass=Mymeta): def __init__(self, name, age): self.name = name self.age = age stu1 = Student('jack', 18) stu2 = Student('jack', 18) print(stu1 is stu2) 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
def singleton(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 def inner(*args, **kwargs): if cls not in _instance_dict: _instance_dict[cls] = cls(*args, **kwargs) return _instance_dict.get(cls) return inner @singleton class Student: 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 # if not cls._instance: # cls._instance = super().__new__(cls) # return cls._instan stu1 = Student('jack', 18) stu2 = Student('jack', 18) print(stu1 is stu2) print(stu1.__dict__, stu2.__dict__)
类装饰器
class SingleTon: _instance_dict = {} def __init__(self, cls_name): self.cls_name = cls_name def __call__(self, *args, **kwargs): if self.cls_name not in SingleTon._instance_dict: SingleTon._instance_dict[self.cls_name] = self.cls_name(*args, **kwargs) return SingleTon._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 class Student: def __init__(self, name, age): self.name = name self.age = age stu1 = Student('jack', 18) stu2 = Student('jack', 18) print(stu1 is stu2) 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if not cls._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)。
import threading class Student: _instance = None # 保存单例对象 _lock = threading.RLock() # 锁 def __new__(cls, *args, **kwargs): if cls._instance: # 如果已经有单例了就不再去抢锁,避免IO等待 return cls._instance with cls._lock: # 使用with语法,方便抢锁释放锁 if not cls._instance: cls._instance = super().__new__(cls, *args, **kwargs) return cls._instance
以上就是python 6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其它相关文章!