multiprocessing python_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:

1. 求和用for循环和range函数搭配使用
2. 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
3. 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
4. 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

最后多说一句，小编是一名python开发工程师，这里有我自己整理了一套最新的python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。想要这些资料的可以关注小编，并在后台私信小编：“01”即可领取。