Python中的多线程与多进程编程

# 1. 多线程与多进程概述

## 1.1 多线程与多进程的概念
多线程和多进程是计算机中常用的并发处理技术。多线程是指在一个进程内同时执行多个线程，每个线程可以独立执行不同的任务；而多进程是指同时运行多个进程，每个进程有自己的内存空间和资源。

## 1.2 多线程与多进程的优劣势比较
多线程的优势在于线程间的切换成本相对较低，共享内存的通信方式简单高效；多进程的优势在于具有独立的内存空间，因此在处理一些需要资源隔离的任务时较为合适。

## 1.3 Python中多线程与多进程的应用场景
- 多线程：适用于IO密集型任务，如网络请求、文件读写等，可以提高程序的效率。
- 多进程：适用于CPU密集型任务，如数据处理、图像处理等，可以利用多核处理器的优势加快计算速度。

以上是多线程与多进程概述的内容。接下来，我们将深入探讨Python中的多线程编程。

# 2. Python 中的多线程编程

### 2.1 Python中的 threading 模块

Python中的 threading 模块提供了多线程编程的功能。通过使用 threading 模块，我们可以轻松地创建和管理多个线程，并实现线程间的通信和同步。

### 2.2 多线程的创建与启动

在 Python 中创建线程非常简单，只需使用 threading 模块中的 Thread 类，并将需要执行的函数作为参数传入即可。示例代码如下：

import threading

def print_nums():
    for i in range(1, 6):
        print("Printing number:", i)

def print_chars():
    chars = ['a', 'b', 'c', 'd', 'e']
    for char in chars:
        print("Printing character:", char)

# 创建线程对象
t1 = threading.Thread(target=print_nums)
t2 = threading.Thread(target=print_chars)

# 启动线程
t1.start()
t2.start()

# 等待线程执行结束
t1.join()
t2.join()

print("Threads execution completed.")

在上述代码中，我们创建了两个线程对象 t1 和 t2，分别执行了 print_nums 函数和 print_chars 函数。然后使用 start 方法启动线程，并使用 join 方法等待线程执行结束。最后输出 "Threads execution completed."。

### 2.3 线程间通信与同步

为了实现线程间的通信和同步，Python 提供了多种机制，如共享变量、Lock、条件变量等。

例如，下面的代码演示了如何使用共享变量和 Lock 来实现线程同步：

import threading

balance = 0
lock = threading.Lock()

def deposit(amount):
    global balance
    lock.acquire()  # 获取锁
    try:
        balance += amount
    finally:
        lock.release()  # 释放锁

def withdraw(amount):
    global balance
    lock.acquire()  # 获取锁
    try:
        if balance >= amount:
            balance -= amount
        else:
            print("Insufficient balance.")
    finally:
        lock.release()  # 释放锁

# 创建线程对象，执行存款和取款操作
t1 = threading.Thread(target=deposit, args=(100,))
t2 = threading.Thread(target=withdraw, args=(50,))

t1.start()
t2.start()
t1.join()
t2.join()

print("Final balance:", balance)

在上述代码中，我们使用共享变量 balance 来表示账户余额，并使用 Lock 对象来保证每次只有一个线程可以修改 balance 的值。通过 acquire 方法获取锁，使用 release 方法释放锁。

### 2.4 多线程的异常处理

在多线程编程中，异常的处理需格外注意。因为每个线程都是独立执行的，如果一个线程出现异常并没有被处理，将会导致整个程序崩溃。

可以使用 try-except 块来捕获每个线程中的异常，确保异常被适当处理。下面是一个使用多线程处理异常的示例代码：

import threading

def divide(a, b):
    result = 0
    try:
        result = a / b
    except ZeroDivisionError:
        print("Divide by zero error.")
    return result

def calculate():
    a, b = 10, 0
    result = divide(a, b)
    print("Result:", result)

# 创建线程对象，执行计算操作
t = threading.Thread(target=calculate)
t.start()
t.join()

print("Thread execution completed.")

在上述代码中，我们定义了一个 divide 函数用于进行除