"Python面试题及答案总结：特点、优点、深拷贝与浅拷贝、列表与元组区别"

>", line 1, in <module> TypeError: 'tuple' object does not support item assignment从上面的例子可以看出，当我们尝试修改列表中的元素时是可以成功的，而当我们尝试修改元组中的元素时会出现 TypeError 错误。 除了可变性之外，还有一些其他的区别： 1. 列表可以包含不同类型的数据，而元组只能包含相同类型的数据。 2. 列表是用方括号括起来的，而元组是用圆括号括起来的。 Python 的垃圾回收机制是如何工作的?答：Python 使用自动垃圾回收机制来管理内存。具体来说，Python 使用引用计数来跟踪对象的引用情况。每当一个对象被引用时，引用计数就会加1；当一个对象的引用计数减少到0时，说明没有任何引用指向该对象，此时该对象就会被垃圾回收。Python 会定期执行垃圾回收操作，清理不再使用的对象并释放内存。 然而，引用计数并不能解决循环引用的问题。当两个对象互相引用时，它们的引用计数都不会降为0，导致无法回收。为了解决这个问题，Python 还采用了其他垃圾回收算法，如标记-清除算法和分代回收算法。 如何在 Python 中实现单例模式?答：单例模式是一种创建对象的设计模式，它保证一个类只有一个实例，并提供一个全局访问点来访问该实例。在 Python 中，可以使用以下几种方法来实现单例模式： 1. 使用模块级别的变量：Python 的模块在导入后只会被加载一次，因此模块级别的变量在整个程序中只会有一个实例。可以将需要实现单例模式的类的实例保存在模块级别的变量中，这样就可以保证只有一个实例。例如： ``` # singleton.py class Singleton: def __init__(self, name): self.name = name instance = Singleton("unique_instance") ``` 在其他模块中导入 `singleton` 模块时，可以直接使用 `singleton.instance` 来获取唯一的实例。 2. 使用模块级别的变量+装饰器：可以将模块级别的变量封装在一个装饰器中，通过装饰器来限制对类的实例化过程。例如： ``` # singleton.py def singleton(cls): instances = {} def wrapper(*args, **kwargs): if cls not in instances: instances[cls] = cls(*args, **kwargs) return instances[cls] return wrapper @singleton class Singleton: def __init__(self, name): self.name = name ``` 在其他模块中导入 `singleton` 模块时，可以直接实例化 `Singleton` 类，通过装饰器的机制来保证只有一个实例。 3. 使用类属性：可以将实例保存在类的属性中，通过类方法来获取该实例。例如： ``` class Singleton: _instance = None def __new__(cls, *args, **kwargs): if not cls._instance: cls._instance = super().__new__(cls) return cls._instance def __init__(self, name): self.name = name ``` 通过重写 `__new__` 方法，并在其中判断 `_instance` 是否为空来控制实例的创建过程。 通过以上几种方法，可以在 Python 中实现单例模式，保证一个类只有一个实例。