Python设计模式:原型模式(python原生库)
off999 2024-10-27 11:57 15 浏览 0 评论
前期分享过几篇关于设计模式的文章,今天继续分享设计模式——原型模式
- 我们将会使用原型实例指定创建对象的种类,并且通过深拷贝这些原型创建新的对象。
- 原型模式本质就是克隆对象,所以在对象初始化操作比较复杂的情况下,很实用,能大大降低耗时,提高性能。
- 在原型模式下我们不用重新初始化对象,而是动态地获得对象运行时的状态。
深浅拷贝的含义
浅拷贝(Shallow Copy):指对象的字段被拷贝,而字段引用的对象不会被拷贝,拷贝的对象和源对象只是名称相同,但是他们共用一个实体。
浅拷贝会拷贝对象内容及其内容的引用或者子对象的引用,但不会拷贝引用的内容和子对象本身。
深拷贝(deep copy):对对象实例中字段引用的对象也进行拷贝。深拷贝不仅拷贝了对象和内容的引用,也会拷贝引用的内容。所以,一般深拷贝比浅拷贝复制得更加完全,但也更占资源(包括时间和空间资源)。
使用场景
当我们有一个迭代项目要更新时,第二个版本中的对象实例要在第一个版本的基础上做一些修改时,这个时候我们就可以使用原型模式来实现,从而大大节省了时间,提高了效率。
优点
原型模式用于创建复杂的或者耗时的实例:复制一个已经存在的实例使程序运行更高效。且对于工厂模式,原型模式减少了子类的构建。
缺点
每一个产品类都必须配置一个克隆方法,并且这个克隆方法需要对类的功能进行整体考虑。
Python 代码实现
import copy
from collections import OrderedDict
#定义一个人的类
class Person():
def __init__(self,name,age,high,sex,**info):
self.name=name
self.age=age
self.high=high
self.sex=sex
#可以为实例添加其他额外属性,但必须是key:value格式的属性
self.__dict__.update(info)
#当使用print输出对象的时候,只要自己定义了__str__(self)方法,那么就会打印从在这个方法中return的数据
def __str__(self):
myinfo=[]
#OrderedDict 是 collections 提供的一种数据结构, 它提供了有序的dict结构。
order_dict=OrderedDict(self.__dict__.items())
for i in order_dict.keys():
myinfo.append('{}:{}'.format(i,order_dict[i]))
myinfo.append('\n')
return ''.join(myinfo)
定义一个原型的类
class Prototype():
def __init__(self):
self.objects=dict() #定义原型对象字典表
#在原型字典表中注册原型对象
def register(self,id,obj):
self.objects[id]=obj
#在原型字典表中删除原型对象
def destory(self,id):
del self.objects[id]
#根据 id 在原型字典表中查找原型对象并克隆
def clone(self,id,**atter):
obj1=self.objects.get(id)
print(obj1)
if not obj1:
raise ValueError('Incorrect object id: {}'.format(id))
obj2=copy.deepcopy(obj1)
obj2.__dict__.update(atter)
return obj2
if __name__ == '__main__':
tony=Person('tony',34,170,'man',job='tester',birthday='2000-01-01',hobby='catch fish')
print(tony)
prototype=Prototype()
prototype.register(1001,tony)
tom=prototype.clone(1001,name='tom',age='19',birthday='2010-02-02')
for i in (tony,tom):
print(i)
#输出两个Person对象是否是相同的id值
print("id tony : {} != id tom : {}".format(id(tony), id(tom)))
输出的内容如下所示
name:tony
age:34
high:170
sex:man
job:tester
birthday:2000-01-01
hobby:catch fish
name:tony
age:34
high:170
sex:man
job:tester
birthday:2000-01-01
hobby:catch fish
name:tony
age:34
high:170
sex:man
job:tester
birthday:2000-01-01
hobby:catch fish
name:tom
age:19
high:170
sex:man
job:tester
birthday:2010-02-02
hobby:catch fish
id tony : 2930225522448 != id tom : 2930225522504
相关推荐
- Python 数据分析——利用Pandas进行分组统计
-
话说天下大势,分久必合,合久必分。数据分析也是如此,我们经常要对数据进行分组与聚合,以对不同组的数据进行深入解读。本章将介绍如何利用Pandas中的GroupBy操作函数来完成数据的分组、聚合以及统计...
- python数据分析:介绍pandas库的数据类型Series和DataFrame
-
安装pandaspipinstallpandas-ihttps://mirrors.aliyun.com/pypi/simple/使用pandas直接导入即可importpandasas...
- 使用DataFrame计算两列的总和和最大值_[python]
-
【如果对您有用,请关注并转发,谢谢~~】最近在处理气象类相关数据的空间计算,在做综合性计算的时候,DataFrame针对每列的统计求和、最大值等较为方便,对某行的两列或多列数据进行求和与最大值等的简便...
- 8-Python内置函数
-
Python提供了丰富的内置函数,这些函数可以直接使用而无需导入任何模块。以下是一些常用的内置函数及其示例:1-print()1-1-说明输出指定的信息到控制台。1-2-例子2-len()2-1-说...
- Python中函数式编程函数: reduce()函数
-
Python中的reduce()函数是一个强大的工具,它通过连续地将指定的函数应用于序列(如列表)来对序列(如列表)执行累积操作。它是functools模块的一部分,这意味着您需要在使用它之...
- 万万没想到,除了香农计划,Python3.11竟还有这么多性能提升
-
众所周知,Python3.11版本带来了较大的性能提升,但是,它具体在哪些方面上得到了优化呢?除了著名的“香农计划”外,它还包含哪些与性能相关的优化呢?本文将带你一探究竟!作者:BeshrKay...
- 最全python3.11版12类75个内置函数大全
-
获取全部内置函数:importbuiltins#导入模块yc=[]#异常属性nc=[]#不可调用fn=[]#内置函数defll(ty=builtins):...
- 软件测试笔试题
-
测试工程师岗位,3-5年,10-14k1.我司有一款产品,类似TeamViewer,向日葵,mstsc,QQ远程控制产品,一个PC客户端产品,请设想一下测试要点。并写出2.写出常用的SQL语句8条,l...
- 备战各大互联网巨头公司招聘会,最全Python面试大全,共300题
-
前言众所周知,越是顶尖的互联网公司在面试这一part的要求就越高,需要你有很好的技术功底、项目经验、一份漂亮的简历,当然还有避免不了的笔试过关。对于Python的工程师来说,全面掌握好有关Python...
- 经典 SQL 数据库笔试题及答案整理
-
马上又是金三银四啦,有蛮多小伙伴在跳槽找工作,但对于年限稍短的软件测试工程师,难免会需要进行笔试,而在笔试中,基本都会碰到一道关于数据库的大题,今天这篇文章呢,就收录了下最近学员反馈上来的一些数据库笔...
- 用Python开发日常小软件,让生活与工作更高效!附实例代码
-
引言:Python如何让生活更轻松?在数字化时代,编程早已不是程序员的专属技能。Python凭借其简洁易学的特点,成为普通人提升效率、解决日常问题的得力工具。无论是自动化重复任务、处理数据,还是开发个...
- 太牛了!102个Python实战项目被我扒到了!建议收藏!
-
挖到宝了!整整102个Python实战项目合集,从基础语法到高阶应用全覆盖,附完整源码+数据集,手把手带你从代码小白变身实战大神!这波羊毛不薅真的亏到哭!超全项目库,学练一站式搞定这份资...
- Python中的并发编程
-
1.Python对并发编程的支持多线程:threading,利用CPU和IO可以同时执行的原理,让CPU不会干巴巴等待IO完成。多进程:multiprocessing,利用多核CPU...
- Python 也有内存泄漏?
-
1.背景前段时间接手了一个边缘视觉识别的项目,大功能已经开发的差不多了,主要是需要是优化一些性能问题。其中比较突出的内存泄漏的问题,而且不止一处,有些比较有代表性,可以总结一下。为了更好地可视化内存...
- python爬虫之多线程threading、多进程、协程aiohttp批量下载图片
-
一、单线程常规下载常规单线程执行脚本爬取壁纸图片,只爬取一页的图片。importdatetimeimportreimportrequestsfrombs4importBeautifu...
你 发表评论:
欢迎- 一周热门
-
-
python 3.8调用dll - Could not find module 错误的解决方法
-
加密Python源码方案 PyArmor(python项目源码加密)
-
Python3.8如何安装Numpy(python3.6安装numpy)
-
大学生机械制图搜题软件?7个受欢迎的搜题分享了
-
编写一个自动生成双色球号码的 Python 小脚本
-
免费男女身高在线计算器,身高计算公式
-
将python文件打包成exe程序,复制到每台电脑都可以运行
-
Python学习入门教程,字符串函数扩充详解
-
Python数据分析实战-使用replace方法模糊匹配替换某列的值
-
Python进度条显示方案(python2 进度条)
-
- 最近发表
- 标签列表
-
- python计时 (54)
- python安装路径 (54)
- python类型转换 (75)
- python进度条 (54)
- python的for循环 (56)
- python串口编程 (60)
- python写入txt (51)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python字典增加键值对 (53)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python qt (52)
- python人脸识别 (54)
- python斐波那契数列 (51)
- python多态 (60)
- python命令行参数 (53)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- centos7安装python (53)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)