设计模式之单例模式以及pickle模块

设计模式

设计模式的定义

• 在IT行业有很多前辈针对固定的一些问题设计出的固定的解决套路，提升程序的性能

分类

设计模式大致有23种，可以分为如下三类:

• 创建型：工厂方法模式、抽象工厂模式、建造者模式、原型模式、单例模式
• 结构型：适配器模式、桥接模式、组合模式、装饰模式、外观模式、享元模式、代理模式
• 行为型：解释器模式、模版方法模式、责任链模式、命令模式、迭代器模式、中介者模式、备忘录模式、观察者模式、状态模式、策略模式、访问者模式

今天我们主要了解一下单例模式。

设计模式之单例模式

单例模式：即类加括号多次调用只允许产生一次对象
正常情况下，类加括号多次调用产生的对象都是不同的对象，但当我们不想因频繁的创建对象而过多的占用内存空间时，这个时候我们可以用单例模式来实现对类中方法的调用

'使用元类来干预对象的创建过程'
# 我们可以知道通过元类可以控制类的创建:__init__()方法
# 而通过元类控制对象就是利用__call__()方法

class MyMeTaClass(type):
    # 设置一个变量用来接受对象的所有属性
    instance = None
    def __call__(self, *args, **kwargs):
        # 先要判断这个变量是否为空，如果已经接受了对象，那么直接返回对象
        if self.instance:
            return self.instance
        # 当instance为空，说明还没有创建对象，那么我们使用__call__方法产生对象
        obj = super(MyMeTaClass, self).__call__(*args, **kwargs)
        self.instance = obj
        return obj
class MyClass(metaclass=MyMeTaClass):
    pass
obj1 = MyClass()
obj2 = MyClass()
obj3 = MyClass()
print(id(obj1),id(obj2),id(obj3))
'如下图，所有对象的内存地址都相同，即同一对象--->单例模式'

pickle模块

pickle模块的作用

pickle模块与json模块很像，都是用来做序列化、反序列化的。并且pickle模块支持python所有的数据类型，但是pickle不支持跨语言传输，只能python自己跟自己玩，兼容性不好。

为了后期比较方便的编写选课系统，我们需要将对象保存到文件，所以需要用该模块，后续我们不用，因为有更高级的方法>>>:ORM(对象关系映射)

代码演示

class MyClass(object):
    def __init__(self,name):
        self.name = name

    def run(self):
        print(f'{self.name}正在跑步')

obj = MyClass('jason')

import pickle

# 因为常规的文件(像json)操作存储对象肯定不行，但是pickle支持所有python数据类型，写入需要二进制wb
# with open('obj_file','wb') as f:
#     pickle.dump(obj,f)

with open('obj_file','rb') as f:
    data = pickle.load(f)

print(data)
print(data.name)
data.run()