python 共享内存 list_Python多处理中共享内存（list）的同步写入

在您的示例中，同步缺少一点。manager.list只是一个普通的list，您的工作进程可以通过代理对象修改它。您的后续进程碰巧同时检查len(my_array)。在

没有同步，这告诉他们应该等到另一个进程完成了它的操作，包括执行这个长度检查，并根据这个检查的结果执行一个操作。更新操作不是原子操作，需要使用经理.lock你的行动。在

代码中还有另一个问题，即重新绑定my_array指向普通列表['y']，而不是更新/修改共享的manager.list。您不是用设置了my_array = ['y']的进程修改{}，manager.list从第一次修改到第一个工作进程直到程序结束，它的值['a', 'b', 'c', 'x']。在from multiprocessing import Process, Manager

def f(my_array, lock):

with lock:

if len(my_array) < 4:

my_array.append('x')

else:

my_array[:] = [] # clear list inplace by assigning

# empty list to slice of manager.list

my_array.append('y')

print(my_array)

if __name__ == '__main__':

N_WORKERS = 5

with Manager() as manager:

my_array = manager.list(['a', 'b', 'c'])

lock = manager.Lock()

pool = [

Process(target=f, args=(my_array, lock)) for _ in range(N_WORKERS)

]

for p in pool:

p.start()

for p in pool:

p.join()

# Leaving the context-manager block will shut down the manager-process.

# We need to convert the manager-list to a normal list in the parent

# to keep its values available for further processing in the parent.

result = list(my_array)

print(f'result: {result}')

输出示例：

^{pr2}$