数据结构和算法是基本功,

设计模式是最佳实现。

作为程序员,必须有空了就练一练哈。

# coding = utf-8

"""
# 经典单例
class Singleton:
    def __new__(cls):
        if not hasattr(cls, 'instance'):
            cls.instance = super(Singleton, cls).__new__(cls)
        return cls.instance

s1 = Singleton()
print('Object created', s1)
s2 = Singleton()
print('Object created', s2)

# 单例模式中的懒汉式实例化
class Singleton:
    __instance = None

    def __init__(self):
        if not Singleton.__instance:
            print('__init__ method called...')
        else:
            print('Instance already created: ', self.get_instance())

    @classmethod
    def get_instance(cls):
        if not cls.__instance:
            cls.__instance = Singleton()
        return cls.__instance

s1 = Singleton()
print("Object created ", Singleton.get_instance())
s2 = Singleton()

# 通过__init__实现Monostate单态模式
class Borg:
    __shared_stat = {"1": "one"}

    def __init__(self):
        self.x = 1
        self.__dict__ = self.__shared_stat
        pass

b1 = Borg()
b2 = Borg()
b1.x = 4

print('Borg Object b1: ', b1)
print('Borg Object b2: ', b2)
print('Object State b1: ', b1.__dict__)
print('Object State b2: ', b2.__dict__)

# 通过__new__实现Monostate单态模式
class Borg:
    __shared_stat = {"1": "one"}

    def __new__(cls, *args, **kwargs):
        obj = super().__new__(cls, *args, **kwargs)
        obj.__dict__ = cls.__shared_stat
        return obj

b1 = Borg()
b2 = Borg()
b1.x = 4

print('Borg Object b1: ', b1)
print('Borg Object b2: ', b2)
print('Object State b1: ', b1.__dict__)
print('Object State b2: ', b2.__dict__)

# 元类示例
class MyInt(type):
    def __call__(cls, *args, **kwargs):
        print('****Here is my int****', args)
        print('Now do whatever you want with this object...')
        return type.__call__(cls, *args, **kwargs)

class int(metaclass=MyInt):
    def __init__(self, x, y):
        self.x = x
        self.y = y

i = int(4, 5)

# 基于元类的单例
class MetaSingleton(type):
    _instances = {}

    def __call__(cls, *args, **kwargs):
        if cls not in cls._instances:
            cls._instances[cls] = super().__call__(*args, **kwargs)
        return cls._instances[cls]

class Logger(metaclass=MetaSingleton):
    pass

logger1 = Logger()
logger2 = Logger()
print(logger1, logger2)

# sqlite3数据库连接单例
import sqlite3

class MetaSingleton(type):
    _instances = {}

    def __call__(cls, *args, **kwargs):
        if cls not in cls._instances:
            cls._instances[cls] = super().__call__(*args, **kwargs)
        return cls._instances[cls]

class Database(metaclass=MetaSingleton):
    connection = None
    cursor = None

    def connect(self):
        if self.connection is None:
            self.connection = sqlite3.connect('db.sqlite3')
            self.cursor = self.connection.cursor()
        return self.cursor

db1 = Database().connect()
db2 = Database().connect()

print('Database Objects DB1', db1)
print('Database Objects DB2', db2)
"""

# 监控服务器单例
class HealthCheck:
    _instance = None
    _servers = []

    def __new__(cls, *args, **kwargs):
        print('====new====')
        if not cls._instance:
            cls._instance = super().__new__(cls, *args, **kwargs)
            print(cls._instance)
        print('=======cls._instance========', cls._instance)
        return cls._instance

    # def __init__(self):
    #    print('====init====')
    #    self._servers = []

    def add_server(self):
        self._servers.append('Server 1')
        self._servers.append('Server 2')
        self._servers.append('Server 3')
        self._servers.append('Server 4')
        self._servers.append('Server 5')
        print(self._servers)

    def change_server(self):
        self._servers.pop()
        self._servers.append('Server 6')
        print(self._servers)

    def __len__(self):
        return len(self._servers)

hc1 = HealthCheck()
hc1.add_server()
print('Schedule health check for server (1)...')
for i in range(len(hc1)):
    print('Checking ', hc1._servers[i])

hc2 = HealthCheck()
hc2.change_server()
print('Schedule health check for server (2)...')
for i in range(len(hc2)):
    print('Checking ', hc2._servers[i])
C:\Users\Sahara\.virtualenvs\test\Scripts\python.exe C:/Users/Sahara/PycharmProjects/test/python_search.py
====new====
<__main__.HealthCheck object at 0x00000000021E35F8>
=======cls._instance======== <__main__.HealthCheck object at 0x00000000021E35F8>
['Server 1', 'Server 2', 'Server 3', 'Server 4', 'Server 5']
Schedule health check )...
Checking  Server
Checking  Server
Checking  Server
Checking  Server
Checking  Server
====new====
=======cls._instance======== <__main__.HealthCheck object at 0x00000000021E35F8>
['Server 1', 'Server 2', 'Server 3', 'Server 4', 'Server 6']
Schedule health check )...
Checking  Server
Checking  Server
Checking  Server
Checking  Server
Checking  Server 

Process finished with exit code 

python设计模式---创建型之单例模式的更多相关文章

  1. Python设计模式 - 创建型 - 单例模式(Singleton) - 十种

    对于很多开发人员来说,单例模式算是比较简单常用.也是最早接触的设计模式了,仔细研究起来单例模式似乎又不像看起来那么简单.我们知道单例模式适用于提供全局唯一访问点,频繁需要创建及销毁对象等场合,的确方便 ...

  2. 【python设计模式-创建型】工厂方法模式

    工厂模式(Factory Pattern)是 Java 中最常用的设计模式之一.这种类型的设计模式属于创建型模式,它提供了一种创建对象的最佳方式. 在工厂模式中,我们在创建对象时不会对客户端暴露创建逻 ...

  3. python设计模式---创建型之工厂模式

    # coding = utf-8 from abc import ABCMeta, abstractmethod # 简单工厂模式 class Animal(metaclass=ABCMeta): @ ...

  4. [Python编程实战] 第一章 python的创建型设计模式1.1抽象工厂模式

    注:关乎对象的创建方式的设计模式就是“创建型设计模式”(creational design pattern) 1.1 抽象工厂模式 “抽象工厂模式”(Abstract Factory Pattern) ...

  5. 设计模式01 创建型模式 - 单例模式(Singleton Pattern)

    参考 [1] 设计模式之:创建型设计模式(6种) | 博客园 [2] 单例模式的八种写法比较 | 博客园 单例模式(Singleton  Pattern) 确保一个类有且仅有一个实例,并且为客户提供一 ...

  6. C# 设计模式·创建型模式

    面试问到这个··答不出来就是没有架构能力···这里学习一下···面试的时候直接让我说出26种设计模式··当时就懵逼了··我记得好像之前看的时候是23种的 还有3个是啥的··· 这里先列出几种创建型模式 ...

  7. javaScript设计模式-创建型设计模式

    我们大家一听到设计模式就感觉设计模式是一个高端的东西,到底什么是设计模式呢?其实设计模式也就是我们的前辈在写代码的时候遇到的问题,提出的解决方案,为了方便人与人之间的交流,取了个名字,叫做设计模式. ...

  8. java设计模式--创建型模式(一)

    2016-04-24 10:10:34 创建型模式:工厂方法模式.抽象工厂模式.单例模式.建造者模式.原型模式 注意:工厂模式可以分为三类: 1)简单工厂模式(Simple Factory) 2)工厂 ...

  9. [19/04/22-星期一] GOF23_创建型模式(单例模式)

    一.概念 <Design Patterns: Elements of Reusable Object-Oriented Software>(即后述<设计模式>一书),由 Eri ...

随机推荐

  1. 转 spring注解式参数校验

    转自: https://blog.csdn.net/jinzhencs/article/details/51682830 转自: https://blog.csdn.net/zalan01408980 ...

  2. socketserver和socket的补充(验证客户端合法性)

    一.socket的补充 1.参数 socket.socket(family=AF_INET,type=SOCK_STREAM,proto=0,fileno=None) 参数说明: family 地址系 ...

  3. vsftp配置文件详解

    匿名用户相关参数 anonymous_enable=YES # 是否允许匿名用户登陆 no_anon_password=NO # 是否忽略对匿名用户的密码检测 anon_root # 匿名登陆后尝试更 ...

  4. centos7 LNMP

    Nginx1.13.5 + PHP7.1.10 + MySQL5.7.19 一.安装Nginx 1.安装依赖扩展 # yum -y install wget openssl* gcc gcc-c++ ...

  5. GWAS文献解读:The stability of educational achievement across school years is largely explained by genetic factors

    方法 从NPD(英国数据库,收集有关学生在学年中学业成绩的数据)和TEDS(英国国家课程指南报告成绩数据库,由国家教育研究基金会和资格与课程管理局制定标准化核心学术课程)数据库获得双胞胎的学业成绩数据 ...

  6. tqdm的使用方法

    Tqdm 是一个快速,可扩展的Python进度条,可以在 Python 长循环中添加一个进度提示信息,用户只需要封装任意的迭代器 tqdm(iterator),使用pip就可以安装 使用方法主要是:t ...

  7. tensorflow tensor Flatten 张量扁平化,多通道转单通道数据

    slim.flatten(inputs,outputs_collections=None,scope=None) (注:import tensorflow.contrib.slim as slim)  ...

  8. 在JS中如何判断所输入的是一个数、整数、正数、非数值?

    1.判断是否为一个数字: Number(num)不为 NaN,说明为数字 2. 判断一个数为正数: var num=prompt("请输入:"); if(Number(num)&g ...

  9. Dijkstra算法的C++实现

    Dijkstra算法是在图中寻找两顶点最短路径的算法.   下面以下图有向图为例,说明其基本思想. 上图为转化为邻接矩阵存储:     现在我要寻找1点到其他点的最短距离以及路径: a)1点到各点的距 ...

  10. ajax向Django前后端提交请求和CSRF跨站请求伪造

    1.ajax登录示例 urls.py from django.conf.urls import url from django.contrib import admin from app01 impo ...