python 多线程共享全局变量的优劣

python 多线程共享全局变量的优劣

一、多线程共享全局变量

首先我们来回忆下在函数中修改全局变量的情况。

在一个函数中，对全局变量进行修改的时候，到底是否需要使用 global 进行说明，要看是否对全局变量的执行指向进行了修改。

如果修改了执行指向，即让全局变量指向了一个新的地方，那么必须使用 global。

如果仅仅是修改了指向的空间中的数据，此时不是必须要使用 global。

我们来看一个例子，在这个例子中，让一个子线程对全局变量 +1 *** 作，另一个子线程只打印全局变量，看看数据是否共享。

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("---线程创建之前g_num is %d---" % g_num)

  t1 = Thread(target=work1)
  t1.start()

  # 延时一会，保证t1线程中的事情做完
  time.sleep(1)

  t2 = Thread(target=work2)
  t2.start()

  time.sleep(1)
  print("---线程创建之后g_num is %d---" % g_num)

if __name__ == "__main__":
  main()

如果子线程2打印出来的结果是100，说明全局变量不共享。

如果子线程2打印出来的数据是101，说明全局变量共享。

运行结果：

---线程创建之前g_num is 100---
----in work1, g_num is 101---
----in work2, g_num is 101---
---线程创建之后g_num is 101---

上面的例子说明，多线程是共享全局变量的。

二、列表当做实参传递到线程中

在上面，我们验证了多线程之间是共享全局变量的。

我们也可以将变量当作实参传递到线程中，来验证多线程中是共享数据的。

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()
# 延时一会，保证t1线程中的事情做完
time.sleep(1)
t2 = Thread(target=work2, args=(g_nums,))
t2.start()

运行结果：

----in work1--- [11, 22, 33, 44]
----in work2--- [11, 22, 33, 44]

那为什么多个线程之间要共享全局变量，有什么好处么？

因为多任务往往配合使用。

在一个进程内的所有线程共享全局变量，就可以很方便在多个线程间共享数据。

缺点就是，线程是对全局变量随意修改可能造成多线程之间对全局变量的混乱（即线程非安全）。

以上就是python 多线程共享全局变量的优劣的详细内容，更多关于python 多线程共享全局变量的资料请关注考高分网其它相关文章！