本文小编为大家详细介绍“Python中的多线程怎么实现”,内容详细,步骤清晰,细节处理妥当,希望这篇“Python中的多线程怎么实现”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。
前言:
多线程简单理解就是:一个CPU,也就是单核,将时间切成一片一片的,CPU轮转着去处理一件一件的事情,到了规定的时间片就处理下一件事情。
# coding:utf-8 # 导入threading包 import threading if __name__ == "__main__": print("当前活跃线程的数量", threading.active_count()) print("将当前所有线程的具体信息展示出来", threading.enumerate()) print("当前的线程的信息展示", threading.current_thread())
效果图:
# coding:utf-8 import threading import time def job1(): # 让这个线程多执行几秒 time.sleep(5) print("the number of T1 is %s" % threading.current_thread()) if __name__ == "__main__": # 创建一个新的线程 new_thread = threading.Thread(target=job1, name="T1") # 启动新线程 new_thread.start() print("当前线程数量为", threading.active_count()) print("所有线程的具体信息", threading.enumerate()) print("当前线程具体信息", threading.current_thread())
效果图:
(1)预想的是,执行完线程1,然后输出All done…“理想很丰满,现实却不是这样的”
# coding:utf-8 import threading import time def job1(): print("T1 start") for i in range(5): time.sleep(1) print(i) print("T1 finish") def main(): # 新创建一个线程 new_thread = threading.Thread(target=job1, name="T1") # 启动新线程 new_thread.start() print("All done...") if __name__ == "__main__": main()
效果图:
(2)为了达到我们的预期,我们使用join函数,将T1线程进行阻塞。join函数进行阻塞是什么意思?就是哪个线程使用了join函数,当这个线程正在执行时,在他之后的线程程序不能执行,得等这个被阻塞的线程全部执行完毕之后,方可执行!
# coding:utf-8 import threading import time def job1(): print("T1 start") for i in range(5): time.sleep(1) print(i) print("T1 finish") def main(): # 新创建一个线程 new_thread = threading.Thread(target=job1, name="T1") # 启动新线程 new_thread.start() # 阻塞这个T1线程 new_thread.join() print("All done...") if __name__ == "__main__": main()
效果图:
线程的执行结果,无法通过return进行返回,使用Queue存储。
# coding:utf-8 import threading from queue import Queue """ Queue的使用 """ def job(l, q): for i in range(len(l)): l[i] = l[i] ** 2 q.put(l) def multithreading(): # 创建队列 q = Queue() # 线程列表 threads = [] # 二维列表 data = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [6, 6, 6]] for i in range(4): t = threading.Thread(target=job, args=(data[i], q)) t.start() threads.append(t) # 对所有线程进行阻塞 for thread in threads: thread.join() results = [] # 将新队列中的每个元素挨个放到结果列表中 for _ in range(4): results.append(q.get()) print(results) if __name__ == "__main__": multithreading()
效果图:
当同时启动多个线程时,各个线程之间会互相抢占计算资源,会造成程序混乱。
举个栗子:
当我们在选课系统选课时,当前篮球课还有2个名额,我们三个人去选课。
选课顺序为stu1 stu2 stu3,应该依次打印他们三个的选课过程,但是现实情况却是:
# coding:utf-8 import threading import time def stu1(): print("stu1开始选课") global course if course > 0: course -= 1 time.sleep(2) print("stu1选课成功,现在篮球课所剩名额为%d" % course) else: time.sleep(2) print("stu1选课失败,篮球课名额为0,请选择其他课程") def stu2(): print("stu2开始选课") global course if course > 0: course -= 1 time.sleep(2) print("stu2选课成功,现在篮球课所剩名额为%d" % course) else: time.sleep(2) print("stu2选课失败,篮球课名额为0,请选择其他课程") def stu3(): print("stu3开始选课") global course if course > 0: course -= 1 time.sleep(2) print("stu3选课成功") print("篮球课所剩名额为%d" %course) else: time.sleep(2) print("stu3选课失败,篮球课名额为0,请选择其他课程") if __name__ == "__main__": # 篮球课名额 course = 2 T1 = threading.Thread(target=stu1, name="T1") T2 = threading.Thread(target=stu2, name="T2") T3 = threading.Thread(target=stu3, name="T3") T1.start() T2.start() T3.start()
效果图:
为了解决这种情况,我们使用lock线程同步锁,在线程并发执行时,保证每个线程执行的原子性。有效防止了共享统一数据时,线程并发执行的混乱。
改进的代码如下:
# coding:utf-8 import threading import time def stu1(): global lock lock.acquire() print("stu1开始选课") global course if course > 0: course -= 1 time.sleep(2) print("stu1选课成功,现在篮球课所剩名额为%d" % course) else: time.sleep(2) print("stu1选课失败,篮球课名额为0,请选择其他课程") lock.release() def stu2(): global lock lock.acquire() print("stu2开始选课") global course if course > 0: course -= 1 print("stu2选课成功,现在篮球课所剩名额为%d" % course) else: time.sleep(1) print("stu2选课失败,篮球课名额为0,请选择其他课程") lock.release() def stu3(): global lock lock.acquire() print("stu3开始选课") global course if course > 0: course -= 1 time.sleep(1) print("stu3选课成功,现在篮球课所剩名额为%d" % course) else: time.sleep(1) print("stu3选课失败,篮球课名额为0,请选择其他课程") lock.release() if __name__ == "__main__": # 篮球课名额 course = 2 # 创建同步锁 lock = threading.Lock() T1 = threading.Thread(target=stu1, name="T1") T2 = threading.Thread(target=stu2, name="T2") T3 = threading.Thread(target=stu3, name="T3") T1.start() T2.start() T3.start()
效果图:
读到这里,这篇“Python中的多线程怎么实现”文章已经介绍完毕,想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会,如果想了解更多相关内容的文章,欢迎关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。