python 多进程示例

好的，以下是一个简单的 Python 多进程示例：

import multiprocessing

def worker(num):
    """进程 worker 函数"""
    print('Worker %d started' % num)

if __name__ == '__main__':
    # 创建进程池
    pool = multiprocessing.Pool(processes=4)

    # 启动多个进程执行 worker 函数
    for i in range(8):
        pool.apply_async(worker, args=(i,))

    # 关闭进程池，等待所有进程执行完毕
    pool.close()
    pool.join()

这个程序创建了一个进程池，然后启动多个进程执行 worker 函数。注意，当使用 multiprocessing 模块时，需要将主程序放在 `if __name__ == '__main__':` 下。

相关问题

python多进程示例

下面是一个使用 Python 实现的多进程示例：

import multiprocessing

def worker(number):
    """模拟处理任务的函数"""
    print(f"worker {number} 正在处理任务")

if __name__ == "__main__":
    # 创建多个进程
    for i in range(5):
        process = multiprocessing.Process(target=worker, args=(i,))
        process.start()

这段代码创建了 5 个进程，每个进程都调用 `worker` 函数来处理任务。

python 多进程复杂示例

在Python中，多进程是一个强大的工具，可以实现并发执行任务，提高程序性能。下面是一个复杂的多进程示例，它展示了如何使用`multiprocessing`模块创建一个池（Pool）来并行处理一组计算密集型任务：

import multiprocessing as mp

# 定义一个计算斐波那契数列的函数，我们将这个函数分发给工作进程
def fibonacci(n):
    if n <= 0:
        return "Invalid input"
    elif n == 1 or n == 2:
        return 1
    else:
        return fibonacci(n - 1) + fibonacci(n - 2)

# 创建一个包含4个工作进程的进程池
pool = mp.Pool(processes=4)

# 提交一组计算任务到进程池
tasks = [i for i in range(50)]
results = pool.map(fibonacci, tasks)

# 等待所有任务完成，并打印结果
print("Fibonacci results:", {i: results[i] for i in range(len(tasks))})

# 关闭进程池，释放资源
pool.close()
pool.join()