欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python多線程共享變量的使用和效率方法

 更新時間：2019年07月16日 08:58:48   作者：ioPython  
今天小編就為大家分享一篇python多線程共享變量的使用和效率方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

python多線程可以使任務得到并發(fā)執(zhí)行，但是有時候在執(zhí)行多次任務的時候，變量出現(xiàn)“意外”。

import threading,time
n=0
start=time.time()
def b1(num):
 global n
 n=n+num
 n=n-num
def b2(num):
 for i in range(1000000):
 b1(num)
t1=threading.Thread(target=b2,args=(5,))
t2=threading.Thread(target=b2,args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
end=time.time()
print(n)
print(end-start)

執(zhí)行結(jié)果：

18
0.7520430088043213

可見變量n從0變成了18，用時是0.75s，原因是計算機系統(tǒng)計算類似n=n+num是分兩步計算的，先計算n+num的值放進內(nèi)存中，然后再把計算的值賦值給n，正是這個間隙導致了變量出現(xiàn)“意外”。

這時候可以使用threading.Lock來把線程中的變量鎖定，使用完再釋放！

import threading,time
n=0
lock=threading.Lock()
start=time.time()
def b1(num):
 global n
 n=n+num
 n=n-num
def b2(num):
 for i in range(1000000):
  lock.acquire()#等待獲取或獲取修改變量的權(quán)限，并霸占它們
  b1(num)
  lock.release()#釋放霸占的變量
t1=threading.Thread(target=b2,args=(5,))
t2=threading.Thread(target=b2,args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
end=time.time()
print(n)
print(end-start)

執(zhí)行結(jié)果：

0
3.335190773010254

雖然變量的值正確了，但慢了很多倍，效率大大的打折扣，多線程的優(yōu)勢也沒凸顯出來。

所以盡量使用局部變量來代替全局變量在線程中使用，這樣可以避免效率的問題。

以上這篇python多線程共享變量的使用和效率方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

相關(guān)文章

最新評論