python 多線程共享全局變量的優(yōu)劣
一、多線程共享全局變量
首先我們來回憶下在函數(shù)中修改全局變量的情況。
在一個函數(shù)中,對全局變量進行修改的時候,到底是否需要使用 global 進行說明,要看是否對全局變量的執(zhí)行指向進行了修改。
如果修改了執(zhí)行指向,即讓全局變量指向了一個新的地方,那么必須使用 global。
如果僅僅是修改了指向的空間中的數(shù)據(jù),此時不是必須要使用 global。
我們來看一個例子,在這個例子中,讓一個子線程對全局變量 +1 操作,另一個子線程只打印全局變量,看看數(shù)據(jù)是否共享。
from threading import Thread import time g_num = 100 def work1(): global g_num g_num += 1 print("----in work1, g_num is %d---" % g_num) def work2(): print("----in work2, g_num is %d---" % g_num) def main(): print("---線程創(chuàng)建之前g_num is %d---" % g_num) t1 = Thread(target=work1) t1.start() # 延時一會,保證t1線程中的事情做完 time.sleep(1) t2 = Thread(target=work2) t2.start() time.sleep(1) print("---線程創(chuàng)建之后g_num is %d---" % g_num) if __name__ == "__main__": main()
如果子線程2打印出來的結果是100,說明全局變量不共享。
如果子線程2打印出來的數(shù)據(jù)是101,說明全局變量共享。
運行結果:
---線程創(chuàng)建之前g_num is 100---
----in work1, g_num is 101---
----in work2, g_num is 101---
---線程創(chuàng)建之后g_num is 101---
上面的例子說明,多線程是共享全局變量的。
二、列表當做實參傳遞到線程中
在上面,我們驗證了多線程之間是共享全局變量的。
我們也可以將變量當作實參傳遞到線程中,來驗證多線程中是共享數(shù)據(jù)的。
from threading import Thread import time def work1(nums): nums.append(44) print("----in work1---", nums) def work2(nums): print("----in work2---", nums) g_nums = [11, 22, 33] t1 = Thread(target=work1, args=(g_nums,)) t1.start() # 延時一會,保證t1線程中的事情做完 time.sleep(1) t2 = Thread(target=work2, args=(g_nums,)) t2.start()
運行結果:
----in work1--- [11, 22, 33, 44]
----in work2--- [11, 22, 33, 44]
那為什么多個線程之間要共享全局變量,有什么好處么?
因為多任務往往配合使用。
在一個進程內的所有線程共享全局變量,就可以很方便在多個線程間共享數(shù)據(jù)。
缺點就是,線程是對全局變量隨意修改可能造成多線程之間對全局變量的混亂(即線程非安全)。
以上就是python 多線程共享全局變量的優(yōu)劣的詳細內容,更多關于python 多線程共享全局變量的資料請關注腳本之家其它相關文章!
相關文章
Python opencv相機標定實現(xiàn)原理及步驟詳解
這篇文章主要介紹了Python opencv相機標定實現(xiàn)原理及步驟詳解,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2020-04-04