lua6 coroutine2

文章转自: http://blog.csdn.net/wusheng520/article/details/7954666

一、基本环境:

Microsoft Windows XP/Service Pack 2

Lua 5.1.4  Copyright (C) 1994-2008 Lua.org, PUC-Rio

二、 coroutine的接口:

(1) coroutine.create()

(2) coroutine.resume()

(3) coroutine.yield()

(4) coroutine.status()

(5) coroutine.wrap()

(6) coroutine.running()

三、coroutine的状态分为suspend, running, dead三种。

四、coroutine的基本流程

下面的代码说明了coroutine的基本流程

co = coroutine.create(function(a, b)  
    print(coroutine.status(co), "start")   --执行代码,coroutine状态为running--->(3)  
    print("co", a, b)  
    print(coroutine.status(co), "end")    --执行代码,coroutine状态为running     --->(4)  
end)  
  
print(coroutine.status(co))       --刚创建的coroutine的状态为suspend   --->(1)  
coroutine.resume(co, 1, 2)       --启动coroutine,将跳转到coroutine的function执行   --->(2)  
print(coroutine.status(co))       --coroutine执行完毕,状态为dead    --->(5)

代码的执行结果如下:

>lua -e "io.stdout:setvbuf ‘no‘" "cur.lua"   
suspended  
running    start  
co    1    2  
running    end  
dead  
>Exit code: 0

五、yield对coroutine流程的干预

如果没有yield,coroutine的生老病死就是上面这样一个流程了。

接下来轮到yield出场,它的作用是将一个running的coroutine挂起,相应的其状态就会被切换成suspend。

先贴代码,再解释

co = coroutine.create(function(a, b)  
    print(coroutine.status(co), "start")                --->(2)  
    for i = 1, 10 do  
        print("co", a, b)                               --->(3)(6)  
        coroutine.yield()  
        print(coroutine.status(co), "after yield")      --->(5)  
    end  
    print(coroutine.status(co), "end")  
end)  
  
print(coroutine.status(co))                             --->(1)  
coroutine.resume(co, 1, 2)  
print(coroutine.status(co))                             --->(4)  
coroutine.resume(co, 1, 2)                                
print(coroutine.status(co))                             --->(7)

执行结果贴一下:

>lua -e "io.stdout:setvbuf ‘no‘" "cur.lua"   
suspended  
running start  
co  1   2  
suspended  
running after yield  
co  1   2  
suspended  
>Exit code: 0

在执行到yield之后,代码跳转到上一次resume代码的后一条代码执行

再次调用resume,代码就跳转到上一次yield代码的后一条代码执行。

一般来说,resume方法在主线程中调用;而yield则是在coroutine内调用,包括coroutine内部调用的函数内部。

当然了,在coroutine中调用resume没有什么问题,但这样是没有什么意义的,因为如果代码还在coroutine中执行的话,则说明其状态一定是running的,这个时候的resume是没有任何意义的。而在主线程中调用yield,会导致 “lua: attempt to yield across metamethod/C-call boundary”的错误。

六、resume, function()以及yield之间的参数传递和返回值传递

co1 = coroutine.create(function(a, b)  
    print("co", a, b)  
end)  
  
co2 = coroutine.create(function(a, b)  
    print("co", a, b)  
end)  
  
co3 = coroutine.create(function(a, b)  
    print("co", a, b)  
end)  
  
coroutine.resume(co1, 1)  
coroutine.resume(co2, 1, 2)  
coroutine.resume(co3, 1, 2, 3)

执行结果如下:

>lua -e "io.stdout:setvbuf ‘no‘" "cur.lua"   
co  1   nil  
co  1   2  
co  1   2  
>Exit code: 0

这个说明resume的参数除了coroutine句柄(第一个参数)以外,都传递给了function,关系跟表达式赋值是一致的,少的以nil补足,多的舍弃。

如果在coroutine中包含有yield,情况会复杂一些。我们进一步挖掘coroutine的流程:

1 resume

2 function

3 yield

4 yield挂起,第一次 resume返回

5 第二次resume

6 yield返回

7 function 继续执行

在这个流程的第一步的时候,resume的参数会传递给function,作为参数(具体如上);到了第三步的时候,yield的参数会作为resume返回值的一部分;而第二次resume(第五步)的时候,resume的参数的作用发生了改变,resume的参数会传递给yield,做为yield的返回值。

这个过程很精巧,在coroutine执行的过程中返回,必然需要告诉外部现在coroutine这个时候的内部的的情况,通过唯一的接口yield的参数作为resume的返回值,高;到了第二次resume的时候,外部的环境必然发生了改变, 怎么通知coroutine内部呢,同样的想法,将唯一的接口resume的参数通过yield的返回的途径返回到coroutine内部,一样的高明。

贴一个引用的代码,代码源出处见参考:

function foo (a)  
    print("foo", a)  -- foo 2  
    return coroutine.yield(2 * a) -- return: a , b  
end  
   
co = coroutine.create(function (a , b)  
    print("co-body", a, b) -- co-body 1 10  
    local r = foo(a + 1)  
       
    print("co-body2", r)  
    local r, s = coroutine.yield(a + b, a - b)  
       
    print("co-body3", r, s)  
    return b, "end"  
end)  
          
print("main", coroutine.resume(co, 1, 10)) -- true, 4  
print("------")  
print("main", coroutine.resume(co, "r")) -- true 11 -9  
print("------")  
print("main", coroutine.resume(co, "x", "y")) -- true 10 end  
print("------")  
print("main", coroutine.resume(co, "x", "y")) -- false cannot resume dead coroutine  
print("------")

结果如下:

>lua -e "io.stdout:setvbuf ‘no‘" "cur.lua"   
co-body 1   10  
foo 2  
main    true    4  
------  
co-body2    r  
main    true    11  -9  
------  
co-body3    x   y  
main    true    10  end  
------  
main    false   cannot resume dead coroutine  
------  
>Exit code: 0

刚看有点绕,大家静心看看, 必有收获,毕竟代码不长。

参考:

1 programming in Programming in Lua

2 lua-5.1中文手册

http://www.cnblogs.com/yjf512/archive/2012/05/28/2521412.html

时间: 2024-11-10 06:04:32

lua6 coroutine2的相关文章

Boost 1.61.0 Library Documentation

http://www.boost.org/doc/libs/1_61_0/ Boost 1.61.0 Library Documentation Accumulators Framework for incremental calculation, and collection of statistical accumulators. Author(s): Eric Niebler First Release: 1.36.0 Standard: Categories: Math and nume

boost的并发库

thread: http://www.boost.org/doc/libs/1_61_0/libs/thread/ asio: http://www.boost.org/doc/libs/1_61_0/libs/asio/ atomic: http://www.boost.org/doc/libs/1_61_0/libs/atomic/ compute: http://www.boost.org/doc/libs/1_61_0/libs/compute/ Context: http://www.

python asyncio 协程使用 (一)

由于脚本需要在完成事件处理后N秒检查事件处理结果,当执行失败时再执行另一个事件处理. 想要最小化完成这个功能.同时在第一时间就将执行完毕的结果反馈给接口. 因此想到使用协程. 使用之前先翻阅了一下现有的文档.以及参考了其他人的代码. 先改写成如下的用例: 1 import asyncio 2 3 async def do_some_work(x): 4 try: 5 return "success" 6 finally: 7 print('it can test') 8 await a

所有的 Boost 库文档的索引

按字母顺序列出的库 按类别列出的库 算法 破碎的编译器的解决方法 并发编程 容器 正确性和测试 数据结构 特定于域的 函数对象和高阶编程 泛型编程 图像处理 输入/输出 跨语言支持 迭代器 语言功能仿真 数学和数字 内存 解析 模式和习语 预处理器元编程 编程接口 状态机 字符串和文本处理 系统 模板元编程 杂项 图书馆从提高退休 请参阅入门页面以了解如何下载. 构建和安装库. 按字母顺序列出的库 蓄能器-增量计算和统计累加器,Eric Niebler 从集合框架 算法-有用的通用算法,从马歇尔

Python黑魔法 --- 异步IO( asyncio) 协程

https://www.jianshu.com/p/b5e347b3a17c python asyncio 网络模型有很多中,为了实现高并发也有很多方案,多线程,多进程.无论多线程和多进程,IO的调度更多取决于系统,而协程的方式,调度来自用户,用户可以在函数中yield一个状态.使用协程可以实现高效的并发任务.Python的在3.4中引入了协程的概念,可是这个还是以生成器对象为基础,3.5则确定了协程的语法.下面将简单介绍asyncio的使用.实现协程的不仅仅是asyncio,tornado和g

Python并发编程之学习异步IO框架:asyncio 中篇(十)

大家好,并发编程 进入第十章.好了,今天的内容其实还挺多的,我准备了三天,到今天才整理完毕.希望大家看完,有所收获的,能给小明一个赞.这就是对小明最大的鼓励了.为了更好地衔接这一节,我们先来回顾一下上一节的内容. 上一节「」,我们首先介绍了,如何创建一个协程对象.主要有两种方法 通过async关键字, 通过@asyncio.coroutine 装饰函数. 然后有了协程对象,就需要一个事件循环容器来运行我们的协程.其主要的步骤有如下几点: 将协程对象转为task任务对象 定义一个事件循环对象容器用

【Python】【控制流程】【生成器 | 协程 | 期物 | 任务】对比与联系

Python 的 asyncio 类似于 C++ 的 Boost.Asio. 所谓「异步 IO」,就是你发起一个 IO 操作,却不用等它结束,你可以继续做其他事情,当它结束时,你会得到通知. Asyncio 是并发(concurrency)的一种方式.对 Python 来说,并发还可以通过线程(threading)和多进程(multiprocessing)来实现. Asyncio 并不能带来真正的并行(parallelism).当然,因为 GIL(全局解释器锁)的存在,Python 的多线程也不

asyncio模块

这是官网也非常推荐的一个实现高并发的一个模块,python也是在python 3.4中引入了协程的概念. asyncio 是干什么的? 异步网络操作 并发 协程 python3.0时代,标准库里的异步网络模块:select(非常底层) python3.0时代,第三方异步网络库:Tornado python3.4时代,asyncio:支持TCP,子进程 现在的asyncio,有了很多的模块已经在支持:aiohttp,aiodns,aioredis等等 https://github.com/aio-

python3 async语法小结

学习了三篇关于异步IO的文章: (1) http://python.jobbole.com/87310/ (2) http://python.jobbole.com/87541/ (3) http://python.jobbole.com/88427/整理一下学习心得: 1 # _*_ coding: utf-8 _*_ 2 import asyncio 3 import functools 4 5 6 async def do_some_work(x): 7 print("\033[;31mW