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，

以list作为参数将tuple类初始化，将返回tuple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
        list((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？



# 一、解释：　　
    # 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]



4.请用至少一种方法删除下面list里面的重复元素 


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 = None

    def __new__(cls, *args, **kw):
        if not cls._instance:
            cls._instance = super(Singleton, cls).__new__(cls, *args, **kw)
        return cls._instance

class 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=1
    single.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。