Python多线程

Python多线程 多线程

线程和进程的区别:
1.线程是程序执行的最小单位，而进程是 *** 作系统分配资源的最小单位
2.一个进程由一个或多个线程组成，线程是一个进程中代码的不同执行路线
3.进程之间相互独立，但同一进程下的各个线程之间共享程序的内存空间（包
括代码段，数据集，堆等）及一些进程级的资源(如打开文件和信号等)，某进程内的线程在其他进程不可见
4.调度和切换：线程上下文切换比进程上下文切换要快得多创建多线程

用函数的形式

import threading  # 使用线程需要用导入的模块
import time


def text(x):  # 为线程定义一个函数
    print(x)
    time.sleep(2)  # sleep(secs)函数可以实现令当前执行的线程暂停 secs 秒后再继续执行。
    # 所谓暂停，即令当前线程进入阻塞状态，当达到 sleep() 函数规定的时间后，再由阻塞状态转为就绪状态，等待 CPU 调度。



# text(1)
# text(2)

t1 = threading.Thread(target=text, args=(1, ))  # 创建线程
t2 = threading.Thread(target=text, args=(2, ))

t1.start()  # 启动线程活动
t2.start()

结果：
1
2

以类的形式

import threading  # 使用线程需要用导入的模块
import time


class MyThread(threading.Thread):  # 为线程定义一个类，并继承父类threading.Thread
    def __init__(self, n):
        super(MyThread, self).__init__()  # 此类初始化后，将父类的初始化覆盖掉了，因此此处需要父类初始化
        self.n = n

    def run(self):  # 用以表示线程活动的方法，把要执行的代码写到run函数里面 线程在创建后会直接运行run函数
        print("以类的方式创建多线程", self.n)
        time.sleep(2)


r1 = MyThread(11)  # 实例化对象
r2 = MyThread(22)
r1.start()  # 启动线程活动
r2.start()

结果：
以类的方式创建多线程 11
以类的方式创建多线程 22

多线程中常用函数

join(timeout=None)
作用：官方解释是直至启动的线程终止之前一直挂起，除非给出了 timeout(秒) ，否则会一直阻塞，即除非子线程也全部运行完毕，否则主线程一直挂起
可参考：Python 多线程中join()的用法
实例：

import threading
import time


def run(x):
    print(f"线程{x}")  # f表示格式化字符串，等效于print("线程" + str(x))
    time.sleep(2)


if __name__ == '__main__':
    t1 = threading.Thread(target=run, args=(1,))
    t2 = threading.Thread(target=run, args=(2,))
    t1.start()
    t1.join()  # 在启动的线程终止前一直挂起，直至所有线程执行完
    t2.start()

结果（线程1打印出两秒后打印出线程2，再经两秒运行结束）：
线程1
线程2

2.获取程序结束运行的时间，需要用到join()函数
print(time.time())是获取时间戳，获取从1970年0点0分0秒到现在经历了多长时间
实例：

import threading
import time


def run(x, n):
    print(f"线程{x}")  # f表示格式化字符串，等效于print("线程" + str(x))
    time.sleep(n)


if __name__ == '__main__':
    # print(time.time())  # 时间戳，从1970年0点0分0秒到现在经历了多长时间
    start_time = time.time()  # 获取当前时间戳
    res = []  # 创建空列表用于储存线程
    s = 0
    for i in range(10):
        if i == 9:
            s = 2
        t = threading.Thread(target=run, args=(i, s))
        t.start()
        # t.join()  # 放在这得到的是每个线程单独运行所得到的时间和
        res.append(t)  # 将线程添加到res列表中
        s += 1

    for t in res:  # 遍历res中的线程
        t.join()  # 放在这得到的是多个线程一起运行时的运行时间
    # t.join()  # 放在这得到的是最后一个线程运行的时间
    print(f"run()函数共运行了{time.time() - start_time}秒")

结果：
线程0
线程1
线程2
线程3
线程4
线程5
线程6
线程7
线程8
线程9
run()函数共运行了8.01369595527649秒

线程锁
实例：

import threading


def run():
    global x
    lock.acquire()
    x += 1
    lock.release()


if __name__ == '__main__':
    x = 0
    res = []
    lock = threading.Lock()
    for i in range(100):
        t = threading.Thread(target=run)
        t.start()
        res.append(t)

    for t in res:
        t.join()

    print(x)

结果：
100

递归锁：
实例：

import threading


def run1():
    global x
    lock.acquire()
    x += 1
    lock.release()
    return x


def run2():
    global y
    lock.acquire()
    y += 1
    lock.release()
    return y


def run3():
    lock.acquire()
    res1 = run1()
    res2 = run2()
    lock.release()
    print(res1, res2)


if __name__ == '__main__':
    x = 0
    y = 0
    lock = threading.RLock()
    for i in range(50):
        t = threading.Thread(target=run3)
        t.start()

        while threading.active_count() != 1:
            print(f"正在运行个{threading.active_count()}线程")

        print("程序运行结束")