python 1到10000的累加和_用python的multiprocessing多进程来计算1-100000000之和

多进程合适计算类。当计算结果很大的时候，采用多进程。我们将1到100000000分段，用多进程对每段进行求和。在将每段求和的结果汇集相加，就得到1到100000000的和了。

########## 用多进程计算1-100000000的和 ###########

from multiprocessing import Pool

def sum_nums(start,end):

# 计算分段中的数据之和

result = 0

for i in range(start,end+1):

result += i

return result

def main():

pool = Pool(8)

n = int(1e4)

r = range(0,10**8+1,n)

# 以0开头，100000000结尾，步长n为10000。即结果为0,10000，20000,30000……

results = []

for j in zip([x+1 for x in r],r[1:]):

# x+1 for x in r结果为1,10001,20001,30001……

# r[1:]结果为10000,20000,30000,40000……个数比上面的少1个

# 用zip函数，结果为(1,10000)，(10001,20000)，(20001,30000)……列表长度与最短的对象相同，即与r[1:]个数相同

# 这样就把1-100000000分段了。

s = pool.apply_async(sum_nums,j)

# 此处j是一个元组，所以直接在apply_async括号里填j就行

# 此处得到的结果是multiprocessing.pool.ApplyResult 这种形式，需要用get函数将返回结果的值取出

results.append(s)

sum_results = 0

for res in results:

sum_results += res.get()

# 此处res.get()取出的值是int类型

pool.close()

pool.join()

print(sum_results)

if __name__ == '__main__':

main()

程序运行结果为5000000050000000，正确。

总结:

求和用for循环和range函数搭配使用

当数据很多时，选定分段的步长，然后将数据分段。此处用到的也是python最基本的list下标操作(r[1:])和for循环

用zip函数，它将对象中对应的元素打包成一个个元组，这样传递给我们的求和函数sum_nums,作为求和的数据开始值和结束值

用进程池返回的不是int类型的值，我们需要用get()函数将返回的每个分段求和结果的值取出，再进行所有分段的值相加，最后得出1-100000000所有数据之和

心得：

刚开始百思不得其解，不知如何运动多进程求和。最后在Stack Overflow上找到相关的答案。自己对照着思路，解法，将代码改进敲一遍。期间遇到看着熟悉但不太懂的函数，如zip函数，就去网上搜它的资料，理解它的用法。当求和没得到期望的数值，通过答应结果的type，确定它的数据类型，然后在网上搜索原因，最后找到解决方法。这本来是一个简单的求和，通过这次练习，我明白了掌握最基本的python数据结果，函数，还能如此运用。以后要多加练习。

————————————————

版权声明：本文为CSDN博主「纷飞清扬」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/ruanxuan/article/details/102768488