python——常见创建型设计模式

创建型设计模式（Creational Design Patterns） 是一类用于创建对象的设计模式，旨在解决对象创建时的复杂性，并确保创建过程满足设计需求。这些模式通过封装实例化过程，使得代码在创建对象时更加灵活、可扩展，并降低了与对象创建相关的耦合性。

创建型设计模式的特点

• 解耦创建过程：将对象创建的具体细节隐藏起来，使得系统能够在不影响其使用的情况下轻松改变对象的创建方式。
• 复用性：能够避免重复创建对象，节省资源。
• 灵活性：通过模式的使用，可以灵活应对不同的创建场景，保证系统的扩展性。

创建型设计模式常见的几种模式包括单例模式（Singleton Pattern） 、工厂模式（Factory Pattern） 、原型模式（Prototype Pattern） 、建造者模式（Builder Pattern） ，以及Monostate 模式。

三个常见的创建型设计模式：

1. 单例模式（Singleton Pattern）

原理

单例模式确保一个类只有一个实例，并提供一个全局访问点。它通常用于共享资源（如数据库连接、配置管理等），避免在系统中创建多余的对象。

示例

我们通过元类和装饰器实现了单例模式，这些方法都确保无论实例化多少次，程序中始终只存在一个实例。

# 使用元类实现单例模式
class SingletonMeta(type):
    _instances = {}

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

class Singleton(metaclass=SingletonMeta):
    def __init__(self):
        self.value = 42

s1 = Singleton()
s2 = Singleton()
print(s1 is s2)  # True，表明s1和s2是同一实例

使用场景

• 全局配置：系统中只需要一个配置对象，避免重复配置和不一致。
• 日志记录器：全局共享一个日志对象，避免多个日志文件或记录器的混乱。

好处

• 控制实例数量：确保系统只创建一个对象，避免资源浪费。
• 全局访问点：系统中可以轻松地访问单例对象，简化代码结构。

---

2. 通过 import 实现单例

原理

在 Python 中，模块在首次 import 时被加载到内存中，之后的 import 只是返回之前加载的对象。因此，利用模块的这一特性，能够实现全局共享的单例模式。

示例

# config.py
class Config:
    def __init__(self):
        self.value = 42

config = Config()

# main.py
from config import config

print(config.value)  # 42
config.value = 100

# other.py
from config import config

print(config.value)  # 100，表明在不同模块中共享同一实例

使用场景

• 全局状态管理 ：当程序中的某个状态或配置需要在多个模块间共享时，使用 import 实现单例能够保证一致性。
• 资源管理：通过模块实现的单例模式，确保系统中的资源（如文件句柄、数据库连接等）不会被多次创建。

好处

• 简单易用 ：import 本身就是一种单例模式的实现，不需要额外的代码逻辑来确保对象的唯一性。
• 全局访问 ：通过 import，在任何地方都可以访问同一个对象实例。

---

3. Monostate 模式（共享状态）

原理

Monostate 模式与单例模式类似，但不同之处在于 Monostate 模式允许创建多个实例，这些实例共享相同的状态。状态保存在类属性中，而不是实例属性中。

示例

我们之前展示了如何通过类属性共享状态，以及如何使用 @property 和 @<variable>.setter 装饰器来控制属性的访问和修改。

class Monostate:
    _shared_state = {"_value": 42}

    def __init__(self):
        self.__dict__ = self._shared_state

    @property
    def value(self):
        return self._shared_state["_value"]

    @value.setter
    def value(self, new_value):
        if new_value < 0:
            raise ValueError("Value cannot be negative")
        self._shared_state["_value"] = new_value

# 测试 Monostate 模式
instance1 = Monostate()
instance2 = Monostate()

instance1.value = 100
print(instance2.value)  # 输出 100，表明两个实例共享相同的状态

使用场景

• 对象间共享状态：当需要多个对象共享某些全局状态或配置，但仍希望这些对象可以被单独实例化时，可以使用 Monostate 模式。
• 分布式系统：在需要多个实例共享状态的场景中，如集群中的状态同步。

好处

• 灵活性：Monostate 模式允许创建多个对象，但保持共享的状态，使其比传统的单例模式更加灵活。
• 状态一致性：通过共享类属性，确保所有实例在状态上保持一致。

使用 @property 和 @<variable>.setter 的好处

• 封装访问控制 ：通过 @property 和 @setter，可以对共享的状态进行更加严格的控制和验证。
• 更好的代码可维护性：这些装饰器使得状态的访问和修改更加直观，提高了代码的可读性。

---

总结

1. 单例模式（Singleton Pattern）：保证系统中只有一个实例，适合用于全局状态、资源共享的场景。可以通过元类或装饰器实现单例。

2. 通过 import 实现单例：利用 Python 模块的天然单例特性，简化全局对象的管理，适用于全局配置、资源共享等场景。

3. Monostate 模式（共享状态）：允许多个实例共享状态，而不是共享同一个对象。通过类属性的方式，多个对象可以在状态上保持一致性，适用于多个实例需要共享状态的场景。

这些创建型模式有效地解决了对象创建的复杂性问题，使代码在面临复杂对象创建需求时更具灵活性和扩展性。