1.Python里面如何实现tuple和list的转换python中，tuple和list均为内置类型，
tuple([1,2,3]) #list转换为tuple
以tuple作为参数将list类初始化，将返回list类型
ist((1,2,3)) #tuple转换为list
1.函数tuple(seq)可以把所有可迭代的(iterable)序列转换成一个tuple, 元素不变，排序也不变。
例如，tuple([1,2,3])返回(1,2,3), tuple(‘abc’)返回(‘a’.'b’,'c’).如果参数已经是一个tuple的话，函数不做任何拷贝而直接返回原来的对象，所以在不确定对象是不是tuple的时候来调用tuple()函数也不是很耗费的。
2.函数list(seq)可以把所有的序列和可迭代的对象转换成一个list,元素不变，排序也不变。
例如 list([1,2,3])返回(1,2,3), list(‘abc’)返回['a', 'b', 'c']。如果参数是一个list, 她会像set[:]一样做一个拷贝
2.Python里面re模块match()和search()的区别？
match()函数只检测RE是不是在string的开始位置匹配
search()会扫描整个string查找匹配,会扫描整个字符串并返回第一个成功的匹配
也就是说match（）只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功的话，match()就返回none
二、例子：
match():
print(re.match(‘super’, ‘superstition’).span())会返回(0, 5)
print(re.match(‘super’, ‘insuperable’))则返回None search():
print(re.search(‘super’, ‘superstition’).span())返回(0, 5)
print(re.search(‘super’, ‘insuperable’).span())返回(2, 7)
3.下面代码会输出什么：
def f(x,l=[]):for i in range(x):l.append(i*i)print(l)
f(2)#[0,1]
f(3,[3,2,1])#[3,2,1,0,1,4]
f(3)#[0,1,0,1,4]
li = [1, 1, 2, 3, 3, 4, 4, 5, 5, 6]
a = []
# 列表去重方法一：集合方法
b = set(li)
print(b)# 列表去重方法二：遍历统计次数，删除重复选项
for i in li:while li.count(i) > 1:del li[li.index(i)]
print(li)# 列表去重方法三：遍历列表，添加新列表对比
a = []
for i in li:if i in li:if i not in a:a.append(i)
print(a)#列表去重方法四：先对元素进行排序，然后从列表的最后开始扫描
list = [1, 1, 2, 3, 3, 4, 4, 5, 5, 6]
if list:list.sort()last = list[-1]for i in range(len(list)-2,-1,-1):if last == list[i]:del list[i]else:last = list[i]print(list)#列表去重方法五：利用map的fromkeys来自动过滤重复值
l1 = [1, 1, 2, 3, 3, 4, 4, 5, 5, 6]
l2 = {}.fromkeys(l1).keys()
print(l2)5.请简述python中单例模式的特点，并手写一个单例模式？
# 所谓单例，是指一个类的实例从始至终只能被创建一次。# 方法1：
# 如果想使得某个类从始至终最多只有一个实例，使用__new__方法会很简单。Python中类是通过__new__来创建实例的：class Singleton(object):_instance = Nonedef __new__(cls, *args, **kw):if not cls._instance:cls._instance = super(Singleton, cls).__new__(cls, *args, **kw)return cls._instanceclass MyClass(Singleton):a = 1
one=MyClass()
two=MyClass()
print(id(one),id(two))# 结果：id相同
# 在上面的代码中，我们将类的实例和一个类变量 _instance 关联起来，
# 如果 cls._instance 为 None 则创建实例，否则直接返回 cls._instance。# 方法2：
# 有时候我们并不关心生成的实例是否具有同一id，而只关心其状态和行为方式。
# 我们可以允许许多个实例被创建，但所有的实例都共享状态和行为方式：class Borg(object): _shared_state={} def __new__(cls,*args,**kwargs): obj=super(Borg,cls).__new__(cls,*args,**kwargs) obj.__dict__=cls._shared_state return obj
# 将所有实例的__dict__指向同一个字典，这样实例就共享相同的方法和属性。
# 对任何实例的名字属性的设置，无论是在__init__中修改还是直接修改，所有的实例都会受到影响。
# 不过实例的id是不同的。要保证类实例能共享属性，但不和子类共享，注意使用cls._shared_state,
# 而不是Borg._shared_state。
# 因为实例是不同的id，所以每个实例都可以做字典的key：if __name__=='__main__': class Example(Borg): pass a=Example() b=Example() c=Example() adict={} j=0 for i in a,b,c: adict[i]=j j+=1 for i in a,b,c: print(adict[i] )
# 结果：
# 0
# 1
# 2
# 如果这种行为不是你想要的，可以为Borg类添加__eq__和__hash__方法，
# 使其更接近于单例模式的行为：class Borg(object): _shared_state={} def __new__(cls,*args,**kwargs): obj=super(Borg,cls).__new__(cls,*args,**kwargs) obj.__dict__=cls._shared_state return obj def __hash__(self): return 1 def __eq__(self,other): try: return self.__dict__ is other.__dict__ except: return False
if __name__=='__main__': class Example(Borg): pass a=Example() b=Example() c=Example() adict={} j=0 for i in a,b,c: adict[i]=j j+=1 for i in a,b,c: print(adict[i])
# 结果：
# 2
# 2
# 2
# 所有的实例都能当一个key使用了。# 方法3
# 当你编写一个类的时候，某种机制会使用类名字，基类元组，类字典来创建一个类对象。新型类中这种机制默认为type，而且这种机制是可编程的，称为元类__metaclass__ 。class Singleton(type): def __init__(self,name,bases,class_dict): super(Singleton,self).__init__(name,bases,class_dict) self._instance=None def __call__(self,*args,**kwargs): if self._instance is None: self._instance=super(Singleton,self).__call__(*args,**kwargs) return self._instance
if __name__=='__main__': class A(object): __metaclass__=Singleton a=A() b=A() print (id(a),id(b))
# 结果：
# 34248016 34248016
# id是相同的。
# 例子中我们构造了一个Singleton元类，并使用__call__方法使其能够模拟函数的行为。
# 构造类A时，将其元类设为Singleton，那么创建类对象A时，行为发生如下：
# A=Singleton(name,bases,class_dict),A其实为Singleton类的一个实例。
# 创建A的实例时，A()=Singleton(name,bases,class_dict)()=Singleton(name,bases,class_dict).__call__()，这样就将A的所有实例都指向了A的属性_instance上，这种方法与方法1其实是相同的。# 方法4
# python中的模块module在程序中只被加载一次，本身就是单例的。可以直接写一个模块，将你需要的方法和属性，写在模块中当做函数和模块作用域的全局变量即可，根本不需要写类。
# 而且还有一些综合模块和类的优点的方法：class _singleton(object): class ConstError(TypeError): pass def __setattr__(self,name,value): if name in self.__dict__: raise self.ConstError self.__dict__[name]=value def __delattr__(self,name): if name in self.__dict__: raise self.ConstError raise NameError
import sys
sys.modules[__name__]=_singleton()
# python并不会对sys.modules进行检查以确保他们是模块对象，
# 我们利用这一点将模块绑定向一个类对象，而且以后都会绑定向同一个对象了。
# 将代码存放在single.py中：import single single.a=1single.a=2 ConstError>>> del single.a
ConstError# 方法5：
# 最简单的方法：class singleton(object): pass
singleton=singleton()
# 将名字singleton绑定到实例上，singleton就是它自己类的唯一对象了。
)
