欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python的互斥鎖與信號量詳解

 更新時間:2019年09月12日 09:24:24   作者:---dgw博客  
這篇文章主要介紹了Python的互斥鎖與信號量詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

并發(fā)與鎖

多個線程共享數(shù)據(jù)的時候,如果數(shù)據(jù)不進行保護,那么可能出現(xiàn)數(shù)據(jù)不一致現(xiàn)象,使用鎖,信號量、條件鎖

互斥鎖

1. 互斥鎖,是使用一把鎖把代碼保護起來,以犧牲性能換取代碼的安全性,那么Rlock后 必須要relase 解鎖 不然將會失去多線程程序的優(yōu)勢

2. 互斥鎖的基本使用規(guī)則:

import threading
# 聲明互斥鎖
lock=threading.Rlock();
def handle(sid):# 功能實現(xiàn)代碼
lock.acquire() #加鎖
# writer codeing
lock.relase() #釋放鎖

信號量:

1. 調(diào)用relarse()信號量會+1 調(diào)用 acquire() 信號量會-1

可以理解為對于臨界資源的使用,以及進入臨界區(qū)的判斷條件

2. semphore() :當調(diào)用relarse()函數(shù)的時候 單純+1 不會檢查信號量的上限情況。 初始參數(shù)為0

3. boudedsemphore():邊界信號量 當調(diào)用relarse() 會+1 , 并且會檢查信號量的上限情況。不允許超過上限

使用budedsemaphore時候不允許設置初始為0,將會拋出異常

至少設置為1 ,如consumer product 時候應該在外設置一個變量,啟動時候對變量做判斷,決定使不使用acquier

4. 信號量的基本使用代碼:

# 聲明信號量:
sema=threading.Semaphore(0); #無上限檢查
sema=threading.BuderedSeamphore(1) #有上限檢查設置
5
apple=1
def consumner():
seam.acquire(); # ‐1
9
if apple==1:
pass
else: sema2.release();#+ 1
def product():
seam.relarse(); # +1
if apple==1:
pass
else:
print("消費:",apple);

全部的代碼:

# -*- coding: utf-8 -*-
"""
Created on Mon Sep 9 21:49:30 2019

@author: DGW-PC
"""
# 信號量解決生產(chǎn)者消費者問題
import random;
import threading;
import time;

# 聲明信號量
sema=threading.Semaphore(0);# 必須寫參數(shù) 0 表示可以使用數(shù)
sema2=threading.BoundedSemaphore(1);

apple=1;

def product():#生產(chǎn)者
  global apple;
  apple=random.randint(1,100);
  time.sleep(3);
  print("生成蘋果:",apple);
  #sema2.release(); # +1
  if apple==1:
     pass
  else: sema2.release();#+ 1 
    
def consumer():
  print("等待");
  sema2.acquire();# -1
  if apple==1:
    pass
  else:    
    print("消費:",apple);
threads=[];

for i in range(1,3):
  t1=threading.Thread(target=consumer);
  t2=threading.Thread(target=product);
  t1.start();
  t2.start();
  threads.append(t1);
  threads.append(t2);
for x in threads:
  x.join();

以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關文章

  • PyQt5實現(xiàn)簡易電子詞典

    PyQt5實現(xiàn)簡易電子詞典

    這篇文章主要為大家詳細介紹了PyQt5實現(xiàn)簡易電子詞典,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2019-06-06
  • Python 3 判斷2個字典相同

    Python 3 判斷2個字典相同

    這篇文章主要介紹了Python 3 判斷2個字典相同,文中給大家提到了Python3 查找兩字典的相同點問題及解決方法,需要的朋友可以參考下
    2019-08-08
  • python PIL中ImageFilter模塊圖片濾波處理和使用方法

    python PIL中ImageFilter模塊圖片濾波處理和使用方法

    這篇文章主要介紹PIL中ImageFilter模塊幾種圖片濾波處理和使用方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2023-11-11
  • 使用selenium+chromedriver+xpath爬取動態(tài)加載信息

    使用selenium+chromedriver+xpath爬取動態(tài)加載信息

    這篇文章主要介紹了使用selenium+chromedriver+xpath爬取動態(tài)加載信息
    2022-02-02
  • python利用pytesseract 實現(xiàn)本地識別圖片文字

    python利用pytesseract 實現(xiàn)本地識別圖片文字

    這篇文章主要介紹了python利用pytesseract 實現(xiàn)本地識別圖片文字,幫助大家更好的理解和使用python,感興趣的朋友可以了解下
    2020-12-12
  • Python?輕松實現(xiàn)可視化大屏

    Python?輕松實現(xiàn)可視化大屏

    對于從事數(shù)據(jù)領域的小伙伴來說,當需要闡述自己觀點、展示項目成果時,我們需要在最短時間內(nèi)讓別人知道你的想法。我相信單調(diào)乏味的語言很難讓別人快速理解。最直接有效的方式就是將數(shù)據(jù)進行可視化展現(xiàn)
    2022-01-01
  • PyTorch實現(xiàn)線性回歸詳細過程

    PyTorch實現(xiàn)線性回歸詳細過程

    本文介紹PyTorch實現(xiàn)線性回歸,線性關系是一種非常簡單的變量之間的關系,因變量和自變量在線性關系的情況下,可以使用線性回歸算法對一個或多個因變量和自變量間的線性關系進行建模,該模型的系數(shù)可以用最小二乘法進行求解,需要的朋友可以參考一下
    2022-03-03
  • Python雙版本計算器詳解

    Python雙版本計算器詳解

    這篇文章主要介紹了如何用Python制作計算器,文章中有兩個版本,代碼詳細,適合絕大部分朋友,如果你對python如何制作計算器有興趣,可以參考下這篇文章
    2021-04-04
  • Python?OpenCV形態(tài)學運算示例詳解

    Python?OpenCV形態(tài)學運算示例詳解

    這篇文章主要為大家介紹了OpenCV中的幾個形態(tài)學運算,例如:腐蝕&膨脹、開&閉運算、梯度運算、頂帽運算黑帽運算,感興趣的可以了解一下
    2022-04-04
  • Python模擬脈沖星偽信號頻率實例代碼

    Python模擬脈沖星偽信號頻率實例代碼

    這篇文章主要介紹了Python模擬脈沖星偽信號頻率實例代碼,具有一定借鑒價值,需要的朋友可以參考下
    2018-01-01

最新評論