pyhton进阶之多线程的同步执行

所谓的多线程的同步并不是说多个线程在执行动作上一致,而是在执行次序上有一定的规律,不是盲目的竞争执行。具体看下面的执行代码程序!

from threading import Thread,Lock
import time

class thread1(Thread):
        def run(self):
                while True:
                        if lock1.acquire():
                                print('---------lock1---------')
                                time.sleep(1)
                                lock2.release()


class thread2(Thread):
        def run(self):
                while True:
                        if lock2.acquire():
                                print('---------lock2---------')
                                time.sleep(1)
                                lock3.release()
class thread3(Thread):
        def run(self):
                while True:
                        if lock3.acquire():
                                print('---------lock3---------')
                                time.sleep(1)
                                lock1.release()

lock1 = Lock()

lock2 = Lock()
lock2.acquire()

lock3 = Lock()
lock3.acquire()

t1 = thread1()
t2 = thread2()
t3 = thread3()

t1.start()
t2.start()

输出结果:

---------lock1---------
---------lock2---------
---------lock3---------
---------lock1---------
---------lock2---------
---------lock3---------
---------lock1---------
---------lock2---------
---------lock3---------
---------lock1---------
---------lock2---------


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在 Python 中,可以使用内置的 `threading` 模块来创建和管理线程。多线程通信可以使用共享变量或队列来实现。 共享变量是多个线程可以同时访问和修改的变量,当多个线程同时修改同一个共享变量时,可能会出现竞争条件和数据不一致的问题,因此需要使用锁来保护共享变量。Python 提供了 `Lock`、`RLock`、`Semaphore` 等锁来实现多线程同步。 例如,以下是使用 `Lock` 来保护共享变量的示例代码: ```python import threading # 共享变量 count = 0 # 创建锁 lock = threading.Lock() # 线程函数 def worker(): global count # 获取锁 lock.acquire() count += 1 # 释放锁 lock.release() # 创建线程 threads = [] for i in range(10): t = threading.Thread(target=worker) threads.append(t) # 启动线程 for t in threads: t.start() # 等待线程结束 for t in threads: t.join() # 输出结果 print(count) ``` 队列是一种线程安全的数据结构,可以用来在多个线程之间传递数据。Python 提供了 `queue` 模块来实现队列。 例如,以下是使用队列进行多线程通信的示例代码: ```python import threading import queue # 创建队列 q = queue.Queue() # 线程函数 def worker(): while True: # 从队列中获取数据 data = q.get() if data is None: break # 处理数据 print(data) # 创建线程 threads = [] for i in range(10): t = threading.Thread(target=worker) threads.append(t) # 启动线程 for t in threads: t.start() # 向队列中添加数据 for i in range(100): q.put(i) # 结束线程 for i in range(10): q.put(None) for t in threads: t.join() ``` 在以上示例中,创建了一个队列 `q`,并创建了多个线程来处理队列中的数据。主线程向队列中添加数据,然后向队列中添加多个 `None`,表示所有数据已经添加完毕,线程可以退出了。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值