python进阶之多线程对同一个全局变量的处理方法_python多线程修改全局变量 - CSDN文库

164 浏览量更新于2023-03-16 评论收藏 55KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

python进阶之多线程对同一个全局变量的处理方法进阶之多线程对同一个全局变量的处理方法

今天小编就为大家分享一篇python进阶之多线程对同一个全局变量的处理方法，具有很好的参考价值，希望对

大家有所帮助。一起跟随小编过来看看吧

通常情况下：通常情况下：

from threading import Thread

global_num = 0

def func1():

global global_num

for i in range(1000000):

global_num += 1

print('---------func1:global_num=%s--------'%global_num)

def func2():

global global_num

for i in range(1000000):

global_num += 1

print('--------fun2:global_num=%s'%global_num)

print('global_num=%s'%global_num)

lock = Lock()

t1 = Thread(target=func1)

t1.start()

t2 = Thread(target=func2)

t2.start()

输出结果：输出结果：

global_num=0

---------func1:global_num=1492752--------

--------fun2:global_num=1515462

#由于多线程不像多进程一样，每一个进程都一个独立的资源块，线程之间是共享主线程的一个资源块（虽然这样说不合适）

#这样虽然方便了线程之间的数据传递，但是又会由于线程之间执行顺序的不确定，导致最后的结果不是应该输出的正确结

果。

#例如下面的例程，如果没有添加global_flag标志全局变量，就会出现，虽然逻辑上最后的结果是2000000（之所以选择这么

大的一个数，是因为可以更明显的看出#这个问题），

#但是实际上并不是这个结果，而是一个小于2000000的结果，但是不排出偶然会出现2000000,这是一个极为理想的结果，这

是为什么呢？

#主要还是由于线程被cpu调用的顺序不确定。具体来讲就是当主线程创建出两个子线程，分别是t1和t2，他们有分别指向

func1()和func2()。

#在这两个线程中的函数中，都有一句“global_num += 1”，在计算机内部cpu执行时，这一条语句实际上是两个过程：第一个

过程是从内存中读取global_num的值，完成加一操作,这个时候global_num的值还是原来的值;第二个过程是将求和的值付给

global_num，这时候global_num的值才会更新。在程序执行过程中会出现这种

#情况：当cpu在执行线程t1中的语句到求和那条语句时，在执行完第一个过程停了下来，将线程t1抛出，转而执行线程t2，当

线程执行一段时间后也出现这中情况

#有转而执行线程t1，这时，正好执行求和语句的第二个过程，完成最初的赋值，那么这一段时间内的整个求和就等于没做，

所以出现这中最后结果不是2000000的##情况

#解决这种情况可以利用添加一个变量，利用“轮询”的方式执行，但是这样做的效率很低，而且还浪费cpu,所以一般采用“通

知”方式来做。

轮询方式：轮询方式：

from threading import Thread

global_num = 0

global_flag = 0

def func1():

global global_num

global global_flag

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

评论0

weixin_38716563

粉丝: 5
资源: 871

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈