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；
|
1
2
3
4
5
6
7
8
9
|
# 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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
# cls_singleton.pyclass Foo(object): passinstance = Foo()# test.pyimport cls_singletonobj1 = cls_singleton.instanceobj2 = cls_singleton.instanceprint(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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
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._instancestu1 = 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__
|
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
|
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._instancestu1 = 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**
|
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
29
30
31
32
|
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 objclass Student(metaclass=Mymeta): def __init__(self, name, age): self.name = name self.age = agestu1 = 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
|
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
|
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@singletonclass 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
|
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
|
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 = agestu1 = 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）。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
import threadingclass 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服务器之家其它相关文章！
原文链接：https://www.cnblogs.com/the3times/p/12755968.html
