python-线程

1.多线程共享全局变量问题:

import threading
import time

g_num = 0

def work1(num):
    global g_num #定义全局变量
    #上锁,如果之前没有被上锁,那么此时上锁成功
    for i in range(num):
        mutex.acquire()
        g_num += 1
        mutex.release()
    print("work1 , g_num is %d " % g_num)
    
def work2(num):
    global g_num
    for i in range(num):
        mutex.acquire()
        g_num += 1
        mutex.release()
    print("work2 , g_num is %d " % g_num)
    
print("线程创建之前:%d " % g_num)
#创建一个互斥锁,默认是没有上锁的
mutex = threading.Lock()
t1 = threading.Thread(target=work1,args=(100000,))
t1.start()
 
t2 = threading.Thread(target=work2,args=(100000,))
t2.start()
while len(threading.enumerate()) != 1:
    time.sleep(1)
print("线程创建之后:%d " % g_num)

运行结果:


在代码区中,如果替换成如下代码,即锁的位置发生变化:

mutex.acquire()
    for i in range(num):
       
        g_num += 1
    mutex.release()

运行结果为:


总结:虽然最终结果两者相同,但是运算过程却有差别。前者函数work1( )中,变量g_num会被上锁进行加1,也会出现解锁后,在函数work2( )中,变量g_num会被上锁进行加1,因此,第一步的出的值为不确定值。而后者在for循环之前上锁,则进行100000次g_num加1后才会解锁,因此结果第一步输出的为100000,但两者的结果是相同的,同为200000.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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