Python—多线程_2

多进程_1链接:https://blog.csdn.net/weixin_42394170/article/details/95744871

  • 共享变量
    • 共享变量: 当多个线程同时访问一个变量的时候,会产生共享变量的问题

    • 案例11

    • 解决变量:锁,信号灯,

    • 锁(Lock):

      • 是一个标志,表示一个线程在占用一些资源
      • 使用方法
        • 上锁
        • 使用共享资源,放心的用
        • 取消锁,释放锁
      • 案例12
      • 锁谁: 哪个资源需要多个线程共享,锁哪个
      • 理解锁:锁其实不是锁住谁,而是一个令牌
    • 线程安全问题:

      • 如果一个资源/变量,他对于多线程来讲,不用加锁也不会引起任何问题,则称为线程安全
      • 线程不安全变量类型: list, set, dict
      • 线程安全变量类型: queue
    • 生产者消费者问题

      • 一个模型,可以用来搭建消息队列,
      • queue是一个用来存放变量的数据结构,特点是先进先出,内部元素排队,可以理解成一个特殊的list
    • 死锁问题, 案例14

    • 锁的等待时间问题, 案例15

    • semphore

      • 允许一个资源最多由几个多线程同时使用
      • 案例16
    • threading.Timer

      • 案例 17
      • Timer是利用多线程,在指定时间后启动一个功能
    • 可重入锁

      • 一个锁,可以被一个线程多次申请
      • 主要解决递归调用的时候,需要申请锁的情况
      • 案例18
**案例11**
import threading

sum = 0
loopsum = 1000000

def myAdd():
    global sum,loopsum
    for i in range(1,loopsum):
        sum += i


def myMinu():
    global sum,loopsum
    for i in range(1,loopsum):
        sum -= i

def main():
    print("Start....{}".format(sum))

    t1 = threading.Thread(target = myAdd,args=())
    t2 = threading.Thread(target=myMinu,args = ())
    t1.start()
    t2.start()
    t1.join()
    t2.join()
    print("End.......{}".format(sum))

if __name__ =="__main__":
        main()

#运行时发现每次输出的sum都不一样
**案例12**
import threading
sum = 0
loopsum = 10000
lock = threading.Lock()

def myAdd():
    global sum,loopsum
    for i in range(1,loopsum):
        lock.acquire()
        sum+=i
        lock.release()

def myMinu():
    global sum,loopsum
    for i in range(1,loopsum):
        lock.acquire()
        sum-=i
        lock.release()

def main():
    print("Start....{}".format(sum))

    t1 = threading.Thread(target = myAdd,args= ())
    t2 = threading.Thread(target = myMinu,args = ())

    t1.start()
    t2.start()

    t1.join()
    t2.join()

    print("End......{}".format(sum))


if __name__ == '__main__':
    main()


**案例13**
import threading
import time
import queue

class Producer(threading.Thread):
    def run(self):
        global q#全局变量
        count = 0;
        while True:
            if q.qsize()<1000:
                for i in range(100):
                    count+=1
                    msg = "生产产品"+str(count)
                    q.put(msg)
                    print(msg)
            time.sleep(0.5)

class Consumer(threading.Thread):
    def run(self):
        global q#全局变量
        while True:
            if q.qsize()>100:
                for i in range(3):
                    msg = self.name+"消费了"+q.get()
                    print(msg)
            time.sleep(1)



if __name__ == '__main__':
    q = queue.Queue()
    for i in range(500):
        q.put("初始产品" + str(i))

    for i in range(2):
        p = Producer()
        p.start()
    for i in range(3):
        c = Consumer()
        c.start()
**案例14**
import threading
import time

lock_1 = threading.Lock()
lock_2 = threading.Lock()

def fun1():
    print("fun1 starting.....")
    lock_1.acquire()
    print("fun1 申请了lock_1...")
    time.sleep(2)
    print("fun1 等待lock_2.....")
    lock_2.acquire()
    print("fun1 申请了lock_2...")
    lock_2.release()
    print("fun1 释放了lock_2...")
    lock_1.release()
    print("fun1 释放了lock_1...")

def fun2():
    print("fun2 starting.....")
    lock_2.acquire()
    print("fun2 申请了lock_2...")
    time.sleep(2)
    print("fun2 等待lock_1.....")
    lock_1.acquire()
    print("fun2 申请了lock_1...")
    lock_1.release()
    print("fun2 释放了lock_1...")
    lock_2.release()
    print("fun2 释放了lock_2...")

if __name__ == '__main__':
    print("主线程启动......")
    t1 = threading.Thread(target = fun1,args = ())
    t2 = threading.Thread(target = fun2,args = ())
    t1.start()
    t2.start()
    t1.join()
    t2.join()

    print("主线程结束.......")

**案例15**
import threading
import time

lock_1 = threading.Lock()
lock_2 = threading.Lock()

def fun1():
    print("fun1 starting.....")
    lock_1.acquire(timeout = 4)
    print("fun1 申请了lock_1...")
    time.sleep(2)
    print("fun1 等待lock_2.....")
    rst = lock_2.acquire(timeout = 2)
    if rst:
        print("fun1 申请了lock_2...")
        lock_2.release()
        print("fun1 释放了lock_2...")
    else:
        print("fun1 无法申请到lock_2...")
    lock_1.release()
    print("fun1 释放了lock_1...")

def fun2():
    print("fun2 starting.....")
    lock_2.acquire(timeout=4)
    print("fun2 申请了lock_2...")
    time.sleep(2)
    print("fun2 等待lock_1.....")
    rst = lock_1.acquire(timeout = 2)
    if rst:
        print("fun1 申请了lock_1...")
        lock_1.release()
        print("fun2 释放了lock_1...")
    else:
        print("fun1 无法申请到lock_1...")
    lock_2.release()
    print("fun2 释放了lock_2...")

if __name__ == '__main__':
    print("主线程启动......")
    t1 = threading.Thread(target = fun1,args = ())
    t2 = threading.Thread(target = fun2,args = ())
    t1.start()
    t2.start()
    t1.join()
    t2.join()

    print("主线程结束.......")

**案例16**
import threading
import time

semaphore = threading.Semaphore(3)
#以上句子表示可以三个线程同时运行

def fun():
    if semaphore.acquire():
        for i in range(2):
            print(threading.currentThread().getName()+"get semaphore")
        time.sleep(10)
        semaphore.release()
        print(threading.currentThread().getName()+"release semaphore")

for i in range(8):
    t1 = threading.Thread(target = fun)
    t1.start()

# 结果:
# Thread-1get semaphore
# Thread-1get semaphore
# Thread-2get semaphore
# Thread-2get semaphore
# Thread-3get semaphore
# Thread-3get semaphore
# Thread-1release semaphore
# Thread-4get semaphore
# Thread-4get semaphore
# Thread-2release semaphore
# Thread-5get semaphore
# Thread-5get semaphore
# Thread-3release semaphore
# Thread-6get semaphore
#
# Thread-6get semaphore
# Thread-4release semaphore
# Thread-5release semaphore
# Thread-7get semaphore
# Thread-8get semaphore
#
# Thread-7get semaphore
# Thread-8get semaphore
# Thread-6release semaphore
# Thread-8release semaphore
# Thread-7release semaphore
# 我们可以看出,首先有三个线程,之后每释放一个线程,就会添加一个新的线程
**案例17**
import threading
import time

def fun():
    print("Starting .....")
    time.sleep(4)
    print("Ending........")

if __name__ == '__main__':
    t1 = threading.Timer(5,fun)#意思是,程序运行5秒之后运行此函数
    t1.start()

    for i in range(5):
        print("{}..........".format(i))
        time.sleep(3)

# 结果:
# 0..........
# 1..........
# Starting .....
# 2..........
# Ending........
# 3..........
# 4..........
**案例18**
import threading
import time

num = 0
mutex = threading.RLock()##RLock()

class myThread(threading.Thread):
    def run(self):
        global num,mutex
        time.sleep(1)

        if mutex.acquire(1):
            num+=1;
            print(self.name + " set num to "+str(num))
            mutex.acquire()
            mutex.release()
            mutex.release()


def fun():
    for i in range(5):
        t = myThread()
        t.start()

if __name__ == '__main__':
    fun()
### 回答1: 很抱歉,我之前回答的还是这个问题。以下是一个稍微复杂一点的 Python 多线程实例,可以用来计算一个矩阵的乘积: ```python import threading import numpy as np # 定义矩阵的大小 MATRIX_SIZE = 1000 # 初始化两个随机矩阵 matrix_a = np.random.rand(MATRIX_SIZE, MATRIX_SIZE) matrix_b = np.random.rand(MATRIX_SIZE, MATRIX_SIZE) # 初始化结果矩阵 result_matrix = np.zeros((MATRIX_SIZE, MATRIX_SIZE)) # 定义一个函数,用来计算矩阵的乘积 def multiply(start, end): for i in range(start, end): for j in range(MATRIX_SIZE): for k in range(MATRIX_SIZE): result_matrix[i][j] += matrix_a[i][k] * matrix_b[k][j] # 定义线程数量 NUM_THREADS = 4 # 计算每个线程需要计算的行数 rows_per_thread = MATRIX_SIZE // NUM_THREADS # 创建线程列表 threads = [] # 启动线程 for i in range(NUM_THREADS): start = i * rows_per_thread end = (i + 1) * rows_per_thread t = threading.Thread(target=multiply, args=(start, end)) threads.append(t) t.start() # 等待所有线程结束 for t in threads: t.join() # 检查结果是否正确 expected_result = np.dot(matrix_a, matrix_b) assert np.array_equal(result_matrix, expected_result) # 输出 Done 表示程序执行完毕 print("Done") ``` 这个例子首先初始化两个随机矩阵,然后定义一个函数 multiply,用来计算这两个矩阵的乘积。然后,它将矩阵分成若干个部分,每个部分分配给一个线程来计算。最后,它等待所有线程结束,检查结果是否正确,并输出 Done 表示程序执行完毕。 希望这个例子能够帮助您更好地理解 Python 多线程的使用方法。 ### 回答2: Python多线程实例是指在Python编程语言中使用多线程进行并发编程的实例。在Python中,可以使用内置的threading模块来创建和管理多线程。 通过创建多线程,可以在程序中同时执行多个任务。这对于需要同时处理多个任务的情况非常有用。例如,在下载大文件时,可以使用多线程同时下载多个文件,加快下载速度。此外,多线程还可以用于处理网络请求、图像处理、数据处理等耗时操作,提高程序的运行效率。 使用Python多线程的主要步骤如下: 1. 导入threading模块。 ``` import threading ``` 2. 创建一个线程对象,可以通过继承threading.Thread类或使用threading.Thread()函数创建。 ``` class MyThread(threading.Thread): def __init__(self, name): super().__init__() self.name = name def run(self): # 线程执行的代码 print("Hello, " + self.name) thread1 = MyThread("Thread 1") thread2 = threading.Thread(target=func, args=("Thread 2",)) ``` 3. 启动线程。 ``` thread1.start() thread2.start() ``` 4. 等待线程结束。 ``` thread1.join() thread2.join() ``` 以上代码演示了两种创建多线程的方法:1)继承threading.Thread类,重写run方法;2)使用函数作为线程的执行内容。线程的启动调用start()方法,等待线程结束使用join()方法。 需要注意的是,Python多线程的并发程度受到全局解释器锁(GIL)的限制,因此对于计算密集型的任务,多线程并不能发挥出多核的优势。如果需要发挥多核性能,可以考虑使用多进程编程。 总之,Python多线程实例能够提高程序的并发处理能力,适用于需要同时处理多个任务的场景。通过合理设计线程的数量和任务分配,可以提高程序的性能和效率。 ### 回答3: Python多线程实例是指通过使用多线程的技术来提高Python程序的运行效率和性能。在Python中,我们可以使用threading模块来实现多线程多线程技术可以同时执行多个任务,提高程序的运行速度。在Python中,我们可以通过创建Thread对象并调用start()方法来启动一个线程。下面是一个简单的例子: import threading def print_numbers(): for i in range(1, 11): print(i) def print_letters(): for letter in ['A', 'B', 'C', 'D', 'E']: print(letter) # 创建两个线程 t1 = threading.Thread(target=print_numbers) t2 = threading.Thread(target=print_letters) # 启动两个线程 t1.start() t2.start() # 等待两个线程结束 t1.join() t2.join() # 主线程继续执行 print("主线程结束") 以上代码中,我们创建了两个线程,分别执行print_numbers()和print_letters()函数。通过调用start()方法启动线程,并通过join()方法等待两个线程执行完毕。最后,主线程继续执行并打印出一段文字。 需要注意的是,多线程并不一定能提高程序的运行速度,因为在Python中,全局解释器锁(Global Interpreter Lock,GIL)会限制同一时间只能有一个线程执行Python字节码。因此,在CPU密集型任务中,多线程并不能真正实现并行计算。但是,在IO密集型任务中,多线程能够提高程序的运行效率。 总结起来,Python多线程实例可以通过使用threading模块来实现。多线程能够提高IO密集型任务的运行效率,但在CPU密集型任务中并不能真正实现并行计算。
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