python之单例模式、栈、队列和有序字典
一、单例模式
1、常用的单例模块
class Singleton(object):
_instance = None def __new__(cls, *args, **kwargs): if not cls._instance:
cls._instance = super(Singleton, cls).__new__(cls)
return cls._instance s1 = Singleton()
s2 = Singleton()
print(s1 is s2) # True
2、属性共用的单例
"""
上面的第一种写法,虽然创建的是同一个实例,
但是属性是不共用的,因为每次__init__都会重新设置
""" class Singleton(object):
_instance = None def __new__(cls, *args, **kwargs): if not cls._instance:
cls._instance = super(Singleton, cls).__new__(cls)
return cls._instance def __init__(self, name, age):
self.name = name
self.age = age s1 = Singleton(name="小明", age=18)
print(s1.name, s1.age) # 小明 18 s2 = Singleton(name="小红", age=17)
print(s2.name, s2.age) # 小红 17 print(s1 is s2) # True """
因此想要属性也共用,__init__也需要处理
""" class Singleton(object):
_instance = None
_initialized = False def __new__(cls, *args, **kwargs): if not cls._instance:
cls._instance = super(Singleton, cls).__new__(cls)
return cls._instance def __init__(self, name, age):
if not self._initialized:
self.name = name
self.age = age
self._initialized = True s1 = Singleton(name="小明", age=18)
print(s1.name, s1.age) # 小明 18 s2 = Singleton(name="小红", age=17)
print(s2.name, s2.age) # 小明 18 print(s1 is s2) # True
3、加锁的单例
import time
import threading class Singleton(object):
lock = threading.RLock() # 定义一把锁
_instance = None def __new__(cls, *args, **kwargs):
if cls._instance:
return cls._instance # 如果之前实例化过,没必要再次实例化,因为都是同一个实例 with cls.lock: # 避免当线程没有返回实例前,另一个线程也进来了,导致出现不止一个实例
if not cls._instance:
cls._instance = super(Singleton, cls).__new__(cls)
return cls._instance def task(arg):
obj = Singleton()
print(obj) for i in range(10):
t = threading.Thread(target=task,args=(i,))
t.start() time.sleep(10)
obj = Singleton()
4、单例装饰器
def singleton(cls):
_instance = {} def _singleton(*args, **kwargs):
if cls not in _instance:
_instance[cls] = cls(*args, **kwargs) return _instance[cls] return _singleton @singleton
class A():
def __init__(self, name):
self.name = name a1 = A("ming")
print(a1.name) # ming a2 = A("dong")
print(a2.name) # ming
二、栈
1、自定义一个栈
# 栈是后进先出的数据结构,但是python中并没有栈这种数据结构,因此我们自己实现
class Stack(object): def __init__(self):
self.MyStack = [] def push(self, value):
"""
向栈插入数据
:param value:
:return:
"""
self.MyStack.append(value) def pop(self):
"""
从栈中取走数据
:return:
"""
return self.MyStack.pop() stack = Stack()
stack.push(1)
stack.push(2)
print(stack.pop()) #
2、python中的栈
后进先出(栈)
from queue import LifoQueue
lq = LifoQueue()
lq.put(1)
lq.put(2)
lq.put(3) print(lq.get()) #
print(lq.get()) #
print(lq.get()) #
三、队列
1、python默认的队列
# 队列(queue)是一种具有先进先出特征的线性数据结构,元素的增加只能在一端进行,元素的删除只能在另一端进行。能够增加元素的队列一端称为队尾,可以删除元素的队列一端则称为队首
import queue q = queue.Queue() # 队列对象
q.put(1) # 往队列存元素
q.put(2)
q.put('a')
q.put([1,2,3])
print(q.get()) # 1 取元素
print(q.get()) #
print(q.get()) # a
2、双端队列(双端列表)
# list的缺点:list在插入元素(insert)的时候是非常慢的,因为你插入一个元素,那么此元素后面的所有元素索引都得改变,
# 当数据量很大的时候,那么速度就很慢了。
# 双端队列:可以弥补List的这个缺点
# 双端队列:deque除了实现list的append()和pop()外,还支持appendleft()和popleft(),这样就可以非常高效地往头部添加或删除元素。
from collections import deque dq = deque([1,2,3])
dq.append(4)
dq.append(5)
dq.appendleft(6)
print(dq) # deque([6, 1, 2, 3, 4, 5]) print(dq.pop()) #
print(dq.popleft()) #
四、有序字典
python3.6之前,字典的Key是无序的(3.6之后字典默认有序,无需用此方法,但是很多公司未必都是在用3.6的版本), 在对dict做迭代时,我们无法确定Key的顺序,如果要保持Key的顺序,可以用OrderedDict。
首先说明一下普通字典的创建,可以使用面向对象的方式创建
# 普通字典的创建方式
dic1 = dict({'a':1,'b':2}) # 括号里面直接写字典
dic2 = dict([('c',3),('d',4)]) # 括号里面写列表,列表每一个元素是二元组,每个元组是字典的键和值
print(dic1) # {'a': 1, 'b': 2}
print(dic2) # {'c': 3, 'd': 4}
有序字典的创建
from collections import OrderedDict order_dic = OrderedDict([('a', 1), ('b', 2)])
# 也可以这样创建
order_dic2 = OrderedDict({'c': 3, 'd': 4}) print(order_dic) # OrderedDict([('a', 1), ('b', 2)])
print(order_dic2) # OrderedDict([('c', 3), ('d', 4)]) order_dic['小明'] = '嘿嘿嘿'
print(order_dic) # OrderedDict([('a', 1), ('b', 2), ('小明', '嘿嘿嘿')])
五、其他
1、namedtuple:可命名元组
from collections import namedtuple time = namedtuple('My_time', ['hour', 'minute', 'second'])
t1 = time(17, 50, 30)
print(t1) # My_time(hour=17, minute=50, second=30)
print(t1.hour) #
print(t1.minute) #
print(t1.second) # # 可命名元组非常类似一个只有属性没有方法的类,
# 这个类最大的特点就是一旦实例化不能修改属性的值,
# 可命名元组不能用索引取值了,只能用属性取值,
# ['hour', 'minute', 'second']是对象属性名,
# My_time是类的名字,而time就相当于把一个类赋值给一个变量(变量复用地址而已,实际上还是那个类)
2、defaultdict:为字典设置默认值
from collections import defaultdict dic = defaultdict(list) # 为字典设置默认值为空列表(defaultdict里面的参数必须是可调用的)
# dic = defaultdict(1) # 报错,因为数字 1 不可调用
print(dic['a']) # []
dic['b'].append(2)
print(dic['b']) # [2] # 可与匿名函数结合使用,设置任何默认值
dic = defaultdict(lambda: 'none') # lambda返回什么值都可以
print(dic['a']) # none
print(dic) # {'a': 'none'} dic['b'] = 2
print(dic) # {'a': 'none', 'b': 2} # 例子:有如下值集合 [11,22,33,44,55,66,77,88,99,90],将所有大于 66 的值保存至字典的第一个key中,
# 将小于 66 的值保存至第二个key的值中。
# 即: {'k1': 大于66 , 'k2': 小于66}
# 1、用正常的字典做
lst = [11, 22, 33, 44, 55, 66, 77, 88, 99, 90]
dic = {} for num in lst:
if num > 66:
if 'k1' not in dic:
dic['k1'] = [num]
else:
dic['k1'].append(num) elif num < 66:
if 'k2' not in dic:
dic['k2'] = [num]
else:
dic['k2'].append(num)
print(dic) # 2、使用字典的默认值
from collections import defaultdict lst = [11, 22, 33, 44, 55, 66, 77, 88, 99, 90]
dic = defaultdict(list) for num in lst:
if num > 66:
dic['k1'].append(num)
elif num < 66:
dic['k2'].append(num)
print(dic)
3、Counter
# Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型,以字典的键值对形式存储,
# 其中元素作为key,其计数作为value。计数值可以是任意的Interger(包括0和负数)。
from collections import Counter c = Counter('aaasasabssbba')
print(c) # Counter({'a': 6, 's': 4, 'b': 3})
python之单例模式、栈、队列和有序字典的更多相关文章
- python模块介绍- collections(5)-OrderedDict 有序字典
1.3.5 OrderedDict 有序字典 OrderedDict是dict的子类,它记住了内容添加的顺序. import collections print 'Regular dictionary ...
- Python数据结构:栈 队列
栈,队列的特性: 1.栈(stacks)是一种只能通过访问其一端来实现数据存储与检索的线性数据结构,具有后进先出(last in first out,LIFO)的特征 2.队列(queue)是一种具有 ...
- python基础知识4——collection类——计数器,有序字典,默认字典,可命名元组,双向队列
1.计数器(counter) Counter是对字典类型的补充,用于追踪值的出现次数. ps:具备字典的所有功能 + 自己的功能 Counter 我们从中挑选一些相对常用的方法来举例: 在上面的例子 ...
- Python学习笔记——基础篇2【第三周】——计数器、有序字典、元组、单(双)向队列、深浅拷贝、函数、装饰器
目录 1.Python计数器Counter 2.Python有序字典OrderredDict 3.Python默认字典default 4.python可命名元组namedtuple 5.Python双 ...
- 【python】collections模块(有序字典,计数器,双向队列)
collections模块基本介绍 我们都知道,Python拥有一些内置的数据类型,比如str, int, list, tuple, dict等, collections模块在这些内置数据类型的基础上 ...
- Python_Day_05 计数器(counter),有序字典(OrderDict),默认字典(defaultdict),可命名元祖(namedtuple),双向队列(deque),单项队列(deuqe.Queue)
Counter(计数器) 是一个字典的子类,存储形式同样为字典,其中存储的键为字典的元素,值为元素出现的次数,在使用之前我们需要先导入文件 import collections 初始化一个计数器 im ...
- 计数器(counter),有序字典(OrderDict),默认字典(defaultdict),可命名元祖(namedtuple),双向队列(deque),单项队列(deuqe.Queue)
Python_Day_05 计数器(counter),有序字典(OrderDict),默认字典(defaultdict),可命名元祖(namedtuple),双向队列(deque),单项队列(deuq ...
- python-Day3-set 集合-counter计数器-默认字典(defaultdict) -可命名元组(namedtuple)-有序字典(orderedDict)-双向队列(deque)--Queue单项队列--深浅拷贝---函数参数
上节内容回顾:C语言为什么比起他语言块,因为C 会把代码变异成机器码Pyhton 的 .pyc文件是什么python 把.py文件编译成的.pyc文件是Python的字节码, 字符串本质是 字符数组, ...
- python基本数据结构栈stack和队列queue
1,栈,后进先出,多用于反转 Python里面实现栈,就是把list包装成一个类,再添加一些方法作为栈的基本操作. 栈的实现: class Stack(object): #初始化栈为空列表 def _ ...
随机推荐
- centos7+rsyslog+loganalyzer+mysql 搭建rsyslog日志服务器
一.简介 在centos7系统中,默认的日志系统是rsyslog,它是一类unix系统上使用的开源工具,用于在ip网络中转发日志信息,rsyslog采用模块化设计,是syslog的替代品. 1.rsy ...
- C#工具:反射帮助类 泛型反射帮助类
反射帮助类 using System; using System.Reflection; using System.Data; using System.Drawing; using System.R ...
- Django之模板系统
变量的使用: def test(request): num=1 s='hello' li=[1,2,['a','b']] dic={'name':'w','age':1} se={1,2,3} tup ...
- Spring MVC(四)文件上传
文件上传步骤 1.写一个文件上传的页面 2.写一个文件上传的控制器 注意: 1.method="post" 2.enctype="multipart/form-data& ...
- java工作流引擎Jflow父子流程demo
关键字 驰骋工作流引擎 流程快速开发平台 workflow ccflow jflow .net开源工作流 定义 一个流程A的一个节点,因工作的需要调起另外的流程B,A就叫父流程,B就叫子流程.如果流 ...
- dede后台编辑器更改
1.下载百度开发的UEditor编辑器(对应版本): 2. 解压下载的zip文件: 3.将解压后得到的文件夹拷贝到您网站目录下的include文件夹下并改名为ueditor: 4.将inc文件夹里边的 ...
- HTML语义化的理解
语义化的主要目的:用正确的标签做正确的事情. 语义化验证方法:css裸奔--去掉css样式,然后看页面是否还具有很好的可读性. 语义化意义 / 优点: 1.让页面的内容结构化 2.利于浏览器解析和SE ...
- EOS开发环境搭建
EOS开发环境搭建 在上一篇文章<扒一扒EOS的前世今生>中,我们已经了解了EOS以及他的创始人Daniel Larimer的故事,本次为大家带来的是关于EOS开发环境搭建的内容.首先 ...
- w3wp.exe进程占用内存过高解决方法
解决CPU占用过多: 1.在IIS中对每个网站进行单独的应用程序池配置.即互相之间不影响. 2.设置应用程序池的CPU监视,不超过25%(服务器为4CPU),每分钟刷新,超过限制时关闭. 根据w3wp ...
- CynosDB技术详解——架构设计
本文由腾讯云数据库发表 前言 CynosDB是新一代分布式数据库,100%兼容MySQL和PostgreSQL,支持存储弹性扩展,一主多从共享数据,性能更是超越社区原生MySQL和PostgreSQL ...