LeetCode 多线程

 做多线程编程题,要根据n大小,顺序打印"010203.....0n",过程中遇到了函数引用、typing数据类型。以题目为具体代码在这里做个记录。typing的用法python文档多线程python文档

函数引用:将函数传入线程中,如下,将 printNumber 传入三个子线程中。t_zero 绑定到 z对象的zero方法,传入参数args=(printNumber,)),其中printNumber的类型为'Callable[[int], None]',此类型表示传入参数是一个函数,该函数参数类型为int,返回值类型为None。

import threading

def printNumber(x):
    print(x)

class ZeroEvenOdd:
    def __init__(self, n):
      pass

    # printNumber(x) outputs "x", where x is an integer.
    def zero(self, printNumber: 'Callable[[int], None]') -> None:
       pass

    def even(self, printNumber: 'Callable[[int], None]') -> None:
       pass

    def odd(self, printNumber: 'Callable[[int], None]') -> None:
       pass

z = ZeroEvenOdd(3)
t_zero = threading.Thread(target=z.zero,args=(printNumber,))
t_odd = threading.Thread(target=z.odd,args=(printNumber,))
t_even = threading.Thread(target=z.even,args=(printNumber,))
t_zero.start()
t_odd.start()
t_even.start()

期望特定签名的回调函数的框架可以将类型标注为 Callable[[Arg1Type, Arg2Type], ReturnType]

from typing import Callable

def feeder(get_next_item: Callable[[], str]) -> None:
    # Body

def async_query(on_success: Callable[[int], None],
                on_error: Callable[[int, Exception], None]) -> None:
    # Body

def get_next_item():
    return ""


完整代码

import threading

def printNumber(x):
    print(x)

class ZeroEvenOdd:
    def __init__(self, n):
        self.n = n
        self.count = 0
        self.mutex_even = threading.Lock()
        self.mutex_odd = threading.Lock()
        self.mutex_zero = threading.Lock()
        self.mutex_even.acquire()
        self.mutex_odd.acquire()
        self.flag = True

    # printNumber(x) outputs "x", where x is an integer.
    def zero(self, printNumber: 'Callable[[int], None]') -> None:
        while self.flag:  ## 会导致线程无法关闭???
        ## while是可以用的,但是要注意每个函数的阻塞位置都在 acquire() 处。
            self.mutex_zero.acquire()
            if self.count < self.n:
                printNumber(0)
                print("---------------zero---------------")
                if self.count % 2 == 0:
                    self.mutex_odd.release()
                else:
                    self.mutex_even.release()
            else:
                self.flag = False
        self.mutex_odd.release()
        self.mutex_even.release()
        print("----------zero done------------")


    def even(self, printNumber: 'Callable[[int], None]') -> None:
        while self.flag:
            self.mutex_even.acquire()
            if not self.flag:
                return None
            self.count += 1
            printNumber(self.count)
            print("---------------even---------------")
            self.mutex_zero.release()
        print("----------even done------------")


    def odd(self, printNumber: 'Callable[[int], None]') -> None:
        while self.flag:
            self.mutex_odd.acquire()
            if not self.flag:
                return None
            self.count += 1
            printNumber(self.count)
            print("---------------odd---------------")
            self.mutex_zero.release()
        print("----------odd done------------")

z = ZeroEvenOdd(3)
t_zero = threading.Thread(target=z.zero,args=(printNumber,))
t_odd = threading.Thread(target=z.odd,args=(printNumber,))
t_even = threading.Thread(target=z.even,args=(printNumber,))
t_zero.start()
t_odd.start()
t_even.start()

## 查询线程状态
#print(t_zero.is_alive())
#print(t_even.is_alive())
#print(t_odd.is_alive())

## 查询锁状态
# mutex.locked()   ## python3.7及以上的版本支持查询锁状态

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
unordered_map和map都是C++中的容器,用于存储键值对。然而,它们在多线程环境下的使用有一些区别。 unordered_map是基于哈希表实现的容器,不具有对数据的排序功能。由于哈希表的特性,unordered_map的插入、查找和删除操作的平均时间复杂度都是O(1)。然而,在多线程环境下,对unordered_map进行并发读写操作可能会导致数据竞争和错误的结果。因此,如果需要在多线程环境下同时对unordered_map进行读写操作,就需要使用互斥锁或其他同步机制来保证线程安全。 相比之下,map是基于红黑树实现的容器,它会对存储的键值对进行排序。map提供了一些线程安全的操作,例如插入和删除操作是安全的,因为它们会在内部进行节点的重新平衡。然而,对于并发的读写操作,map并没有内置的线程安全机制。因此,在多线程环境下对map进行并发读写操作时,仍然需要使用互斥锁或其他同步机制来确保线程安全。 综上所述,无论是unordered_map还是map,在多线程环境下都需要采取适当的同步机制来避免竞态条件和数据不一致的问题。通过使用互斥锁或其他同步机制,我们可以实现对这两个容器的安全并发访问。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [多线程leetcode-study_resources:学习资源](https://download.csdn.net/download/weixin_38557068/19926672)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [unordered_map多线程崩溃在find](https://blog.csdn.net/guotianqing/article/details/120440508)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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