【Python】多线程详解和示例

前言

在Python编程中，多线程是一个强大的工具，它允许程序同时执行多个任务。尽管Python的全局解释器锁（GIL）在一定程度上限制了多线程在CPU密集型任务中的并行性，但在I/O密集型或等待密集型任务中，多线程仍然能够显著提高程序的执行效率。本文将详细介绍Python中多线程的基本原理、函数使用、示例代码，并在最后给出总结。

多线程原理

全局解释器锁（GIL）

Python的GIL是一个互斥锁，用于保护对Python解释器的访问，确保同一时间只有一个线程可以执行Python字节码。这意呀着，尽管Python支持多线程，但在执行CPU密集型任务时，这些线程会轮流获得GIL锁并执行，从而无法实现真正的并行计算。但在执行I/O密集型任务时，GIL的影响较小，因为线程在等待I/O操作完成时会释放GIL，允许其他线程执行。

线程创建与执行

在Python中，可以使用threading模块来创建和管理线程。threading.Thread类用于表示一个线程的执行实例。你可以通过继承该类并重写其run方法来定义线程的执行逻辑，或者更简单地，通过传递一个函数（作为目标）到Thread的构造函数中。

线程同步

当多个线程需要访问共享资源时，为了防止数据竞争和不一致，需要使用线程同步机制。Python的threading模块提供了多种同步原语，如锁（Lock）、条件变量（Condition）、信号量（Semaphore）和事件（Event）等。

运行示例

示例1

以下是一个简单的Python多线程示例，演示了如何创建多个线程来执行不同的任务，并计算这些任务的总执行时间。

import threading
import time

# 定义线程执行的函数
def task(name, delay):
    print(f"{
     name} 开始执行")
    time.sleep(delay)  # 模拟耗时任务
    print(f"{
     name} 执行完毕")

# 创建并启动线程
def main():
    threads = []
    start_time = time.time()

    # 创建并启动5个线程
    for i in range(5):
        t = threading.Thread(target=task, args=(f"线程-{
     i+1