![91ac4b7b12087c99e79aa4d901564bba.png](https://i-blog.csdnimg.cn/blog_migrate/9f0dfc96a4463f79f6edd30562e31a2c.jpeg)
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。
![c0b2e089955323a8f182ec3923375030.png](https://i-blog.csdnimg.cn/blog_migrate/e7ff5b3b98eb49e1eec1ea04edb0567f.jpeg)
########## 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
以上就是本文的全部内容啦,希望在此对各位学习有所帮助!!!
![de1797cd184a10a9146296c2d80073f3.png](https://i-blog.csdnimg.cn/blog_migrate/0f67ac98fa66799b9a7461fc5bacbf27.png)