python补充之Multiprocessing(三)Threat、Multiprocessing和Normal方法速度比较

本文比较了Python中的thread、multiprocessing和普通方法在执行复杂运算时的速度。结果显示,multiprocessing方法能显著减少运行时间,提升效率,而thread有时可能比普通方法更慢。
摘要由CSDN通过智能技术生成

python补充之Multiprocessing(三)Threat、Multiprocessing和Normal方法速度比较

thread是多进程
multiprocessing是多核

都有优势,但是multiprocessing提升速度更快,thread方法甚至有时候会比普通方法更慢。尝试用三种方法同时计算两次复杂的运算比较运行时间。

下面代码给出演示:
路径:

/home/pi/Desktop/My_Project/TEXT/3_MultiprocessingLearning.py

代码:

import multiprocessing as mp
import threading as td
import time

def job(q,a):
    res=0
    for i in range(1000000):
        res+=i+i**2+i**3
    q.put(res+a)#queue

def multicore():
    q=mp.Queue()
    p1=mp.Process(target=job,args=(q,1))
    p2=mp.Process(target=job,args=(q,2))

    p1.start()
    p2.start()
    p1.join()
    p2.join()
    res1=q.get()
    res2=q.get()
    
    print('multi1:'+str(res1))
    print('multi2:'+str(res2))
    print('multi
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