多进程和多线程的效率对比

import time
from threading import Thread
from multiprocessing import Process
def f1():
    n = 10
    for i in range(10000):
        n = n+1
if __name__ == "__main__":
    t_s_time = time.time()
    l_lst = []
    for i in range(5):
        t = Thread(target= f1,)
        t.start()
        l_lst.append(t)
    [i.join() for i in l_lst]
    t_e_time = time.time()
    t_dif_time = t_e_time - t_s_time
    
    print('5个线程执行计算型操作用的时间',t_dif_time)    
    P_s_time = time.time()
    p_lst = []
    for i in range(5):
        p = Process(target=f1,)
        p.start()
        p_lst.append(p)
    [p.join() for p in p_lst]
    p_e_time = time.time()
    p_time = p_e_time - p_s_time
    print('5个多进程执行计算型操作所用的时间',p_time)
































    
View Code

总结:计算io操作密集型的代码多线程效率更高,因为线程创建要比进程创建开销少

但是计算密集型的代码多 那么进程操作更快,因为多进可以应用多核技术

转载于:https://www.cnblogs.com/16795079a/p/10268040.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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