1、demo

第一個代碼是多線程的簡單使用，編寫了線程如何執(zhí)行函數(shù)和類。

import threadingimport timeclass ClassName(threading.Thread):'''創(chuàng)建類，通過多線程執(zhí)行'''def run(self):for i in range(5):print(i)time.sleep(1)def sing():for i in range(1,11):print('唱歌第 %d 遍' % i)time.sleep(1)def dance():for i in range(1,16):print('跳舞第 %d 遍' % i)time.sleep(1)def main():t1 = threading.Thread(target = sing)t2 = threading.Thread(target = dance)t = ClassName()# 啟動線程t1.start()t2.start()t.start()while True:length = len(threading.enumerate())print('正在運行的線程有 %s' %threading.enumerate())if length <= 1:breaktime.sleep(1)if __name__ == ’__main__’:main()

執(zhí)行結果可以看到函數(shù) sing、dance和類在同時執(zhí)行，執(zhí)行效果太長就不方截圖了

2、多線程共享變量

通過定義全局變量，然后再test1函數(shù)類部進行更改全局變量，test2打印全局變量。

import threadingimport time#定義全局變量g_num = 0def test1():'''函數(shù)test1對全局變量進行更改'''global g_numfor i in range(1,10):g_num += 1print('--- test1 線程 g_num = %d--- ' % g_num)def test2():'''函數(shù)test2 打印全局變量'''print('--- test2 線程 g_num = %d--- ' % g_num)def main():t1 = threading.Thread(target=test1)t2 = threading.Thread(target=test2)# 啟動線程t1.start()# 增加睡眠是為了保證優(yōu)先執(zhí)行函數(shù)test1time.sleep(1)t2.start()print('--- 主線程 g_num = %d--- ' % g_num)if __name__ == ’__main__’:main()

執(zhí)行結果可以看出,在主線程和創(chuàng)建的兩個線程中讀取的是一樣的值，既可以表明在多線程中變量共享

3、資源競爭

在多線程兩個函數(shù)中同時更改一個變量時，由于cpu的計算能力，當修改參數(shù)的代碼塊無法一次性執(zhí)行完成時，就會產(chǎn)生資源競爭

import threadingimport time# 定義全局變量g_num = 0def test1(num):'''函數(shù)test1對全局變量進行更改'''global g_numfor i in range(num):g_num += 1print('test1 線程 g_num = %d---' % g_num)def test2(num):'''函數(shù)test2對全局變量進行更改'''global g_numfor i in range(num):g_num += 1print('tes2 線程 g_num = %d---' % g_num)def main():t1 = threading.Thread(target=test1, args=(1000000, ))t2 = threading.Thread(target=test2, args=(1000000, ))t1.start()t2.start()time.sleep(1)print('主線程 g_num = %d---' % g_num)if __name__ == ’__main__’:main()

可以先試試傳遞參數(shù)為100時，可以看到g_num = 200 這是因為函數(shù)代碼可以一次性執(zhí)行完成，當參數(shù)為1000000時代碼無法一次性執(zhí)行完成，g_num！= 2000000

4、互斥鎖

互斥鎖可以解決資源競爭的問題，原理很簡單，通過對代碼塊上鎖，保證該代碼執(zhí)行完成前，其它代碼無法進行修改。執(zhí)行完成后解鎖，其它代碼就可以執(zhí)行了。

import threadingimport time# 創(chuàng)建變量g_num = 0# 創(chuàng)建鎖默認為開鎖狀態(tài)mutex = threading.Lock()def test1(num):global g_numfor i in range(num):# 上鎖mutex.acquire()g_num += 1# 解鎖mutex.release()print('--- test1 線程 g_num = %d---' % g_num)def test2(num):global g_numfor i in range(num):# 上鎖mutex.acquire()g_num += 1# 解鎖mutex.release()print('--- test2 線程 g_num = %d---' % g_num)def main():t1 = threading.Thread(target=test1, args=(1000000, ))t2 = threading.Thread(target=test2, args=(1000000, ))t1.start()t2.start()time.sleep(1)print('--- 主線程 g_num = %d---' % g_num)if __name__ == ’__main__’:main()

可以看到加了鎖之后，代碼執(zhí)行不會出現(xiàn)資源競爭，結果也是正常的。互斥鎖，上鎖的代碼越少越好。

5、死鎖

當出現(xiàn)多個鎖時，就可能會產(chǎn)生死鎖這個情況。當關閉一個鎖時，這個鎖已經(jīng)為關閉狀態(tài)的話，程序就會阻塞。就如同下面這個代碼中。函數(shù)test1關閉mutexB鎖時，函數(shù)test2提前將其關閉了，未進行解鎖，程序就會一直阻塞。

import threadingimport time# 創(chuàng)建兩個鎖A, BmutexA = threading.Lock()mutexB = threading.Lock()def test1():# 對muctexA上鎖mutexA.acquire()# mutexA上鎖后，延時1秒，等待mutexB上鎖print('test1 ---do1---up---')time.sleep(1)# 此時會堵塞，因為mutexB已經(jīng)上鎖mutexB.acquire()print('test1 ---do1---down---')mutexB.release()# 對mutexA解鎖mutexA.release()def test2():# 對muctexB上鎖mutexB.acquire()# mutexB上鎖后，延時1秒，等待mutexA上鎖print('test2 ---do1---up---')time.sleep(1)# 此時會堵塞，因為mutexB已經(jīng)上鎖mutexA.acquire()print('test2 ---do1---down---')mutexA.release()# 對mutexA解鎖mutexB.release()def main():t1 = threading.Thread(target=test1)t2 = threading.Thread(target=test2)t1.start()t2.start()if __name__ == ’__main__’:main()

代碼執(zhí)行效果可以看到程序會一直阻塞解決方法1、在程序編寫時，就需要注意避免死鎖2、可以參考銀行家算法

到此這篇關于淺談python多線程和多線程變量共享問題介紹的文章就介紹到這了,更多相關python 多線程變量共享內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網(wǎng)！