使用tushare获取股票列表数据，使用多线程计算所有股票最近3个月每日最低价不低于开盘价3%的股票数量,时间复杂度最低，在类中实现

以下是一个使用tushare获取股票列表数据并使用多线程计算所有股票最近3个月每日最低价不低于开盘价3%的股票数量的类实现示例：

import tushare as ts
import threading

class StockCountCalculator:
    def __init__(self, thread_num=10):
        self.thread_num = thread_num

    def get_stock_list(self):
        stock_list = ts.get_stock_basics().index.tolist()  # 获取股票列表
        return stock_list

    def count_high_low(self, stock_list):
        count = 0  # 记录满足条件的股票数量
        for stock_code in stock_list:
            df = ts.get_hist_data(stock_code, start='3 months ago')  # 获取最近3个月的股票数据
            if df is not None and len(df) > 0:
                high_open = df[df['open'] * 1.03 <= df['high']]  # 计算开盘价不低于3%的日期
                high_low = high_open[high_open['low'] >= high_open['open']]  # 计算最低价不低于开盘价3%的日期
                count += len(high_low)  # 累加满足条件的日期数量
        return count

    def calculate_stock_count(self):
        stock_list = self.get_stock_list()
        thread_list = []
        batch_size = len(stock_list) // self.thread_num  # 每个线程处理的股票数量
        for i in range(self.thread_num):
            start = i * batch_size
            end = start + batch_size if i < self.thread_num - 1 else len(stock_list)
            sub_stock_list = stock_list[start:end]
            t = threading.Thread(target=self.count_high_low, args=(sub_stock_list,))
            thread_list.append(t)
            t.start()
        for t in thread_list:
            t.join()
        count = sum(t.result for t in thread_list)  # 计算所有线程处理结果的和
        return count

if __name__ == '__main__':
    calculator = StockCountCalculator()
    count = calculator.calculate_stock_count()
    print('最近3个月每日最低价不低于开盘价3%的股票数量为：', count)

这个类与前面的类类似，但是在计算时使用了最低价不低于开盘价3%的条件。同样地，这个类的实现也有三个方法：

- `get_stock_list`: 获取股票列表数据
- `count_high_low`: 计算单个子列表中最近3个月每日最低价不低于开盘价3%的股票数量
- `calculate_stock_count`: 将整个股票列表分成多个子列表，交给多个线程处理，计算总的最近3个月每日最低价不低于开盘价3%的股票数量

同样地，使用该类，可以避免使用全局变量和不安全的共享变量，同时提高程序的效率和性能。