我是靠谱客的博主 拉长柜子,这篇文章主要介绍python-线程,现在分享给大家,希望可以做个参考。

1.多线程共享全局变量问题:

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
import threading import time g_num = 0 def work1(num): global g_num #定义全局变量 #上锁,如果之前没有被上锁,那么此时上锁成功 for i in range(num): mutex.acquire() g_num += 1 mutex.release() print("work1 , g_num is %d " % g_num) def work2(num): global g_num for i in range(num): mutex.acquire() g_num += 1 mutex.release() print("work2 , g_num is %d " % g_num) print("线程创建之前:%d " % g_num) #创建一个互斥锁,默认是没有上锁的 mutex = threading.Lock() t1 = threading.Thread(target=work1,args=(100000,)) t1.start() t2 = threading.Thread(target=work2,args=(100000,)) t2.start() while len(threading.enumerate()) != 1: time.sleep(1) print("线程创建之后:%d " % g_num)

运行结果:


在代码区中,如果替换成如下代码,即锁的位置发生变化:

复制代码
1
2
3
4
5
mutex.acquire() for i in range(num): g_num += 1 mutex.release()

运行结果为:


总结:虽然最终结果两者相同,但是运算过程却有差别。前者函数work1( )中,变量g_num会被上锁进行加1,也会出现解锁后,在函数work2( )中,变量g_num会被上锁进行加1,因此,第一步的出的值为不确定值。而后者在for循环之前上锁,则进行100000次g_num加1后才会解锁,因此结果第一步输出的为100000,但两者的结果是相同的,同为200000.

最后

以上就是拉长柜子最近收集整理的关于python-线程的全部内容,更多相关python-线程内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(54)

评论列表共有 0 条评论

立即
投稿
返回
顶部