python多线程-共享全局变量

目录

  • 多线程-共享全局变量

    • 多线程-共享全局变量
    • 列表当作实参传递到线程中
    • 总结
  • 多线程-共享全局变量问题
    • 多线程开发可能遇到的问题
    • 测试1
    • 测试2

多线程-共享全局变量

多线程-共享全局变量

import threading
import time

g_num = 200 

def test1():
        global g_num
        for i in range(5):
                g_num += 1
        print("--test1, g_num = %d--" % g_num)

def test2():
        global g_num
        print("--test2, g_num = %d--" % g_num)

if __name__ == "__main__":

        print("--执行线程之前, g_num = %d--" % g_num)

        t1 = threading.Thread(target=test1)
        t1.start()

        # 延时一会儿,确保线程t1中的事情能做
        time.sleep(1)

        t2 = threading.Thread(target=test2)
        t2.start()

运行结果:

--执行线程之前, g_num = 200--
--test1, g_num = 205--
--test2, g_num = 205--

在上面的程序中。test1函数循环五次,每次将g_num全局变量加一并打印g_num的值,在test2函数中仅仅打印g_num的值。在t1线程中执行test1函数,在t2线程中执行test2函数,并在执行t2线程之前,延时一秒中来保证t1线程执行完毕。

列表当作实参传递到线程中

import threading
import time

def test1(nums):
        nums.append(54)
        print("--test1, nums=", nums)

g_nums = [1, 8, 9]

def test2(nums):

        # 确保test1中执行完毕
        time.sleep(1)
        print("--test2, nums=", nums)

if __name__ == "__main__":

        t1 = threading.Thread(target=test1, args=(g_nums,))
        t1.start()

        t2 = threading.Thread(target=test2, args=(g_nums,))
        t2.start()

运行结果:

--test1, nums= [1, 8, 9, 54]
--test2, nums= [1, 8, 9, 54]

总结

  • 在一个进程内的所有线程共享全局变量,很方便在多个线程间共享数据
  • 缺点就是,线程是对全局变量随意修改可能造成多线程之间对全局变量的混乱(即线程非安全)

多线程-共享全局变量问题

多线程开发可能遇到的问题

假设两个线程t1和t2都要对全局变量g_num(默认是0)进行加1运算,t1和t2都各对g_num加10次,g_num的最终的结果应该为20。

但是由于是多线程同时操作,有可能出现下面情况:

  1. 在g_num=0时,t1取得g_num=0。此时系统把t1调度为”sleeping”状态,把t2转换为”running”状态,t2也获得g_num=0
  2. 然后t2对得到的值进行加1并赋给g_num,使得g_num=1
  3. 然后系统又把t2调度为”sleeping”,把t1转为”running”。线程t1又把它之前得到的0加1后赋值给g_num。
  4. 这样导致虽然t1和t2都对g_num加1,但结果仍然是g_num=1

测试1

import threading
import time

g_num = 0 

def test1(num):
        global g_num
        for i in range(num):
                g_num += 1
        print("--test1, g_num = %d--" % g_num)

def test2(num):
        global g_num
        for i in range(num):
                g_num += 1
        print("--test2, g_num = %d--" % g_num)

if __name__ == "__main__":

        print("--创建线程之前, g_num = %d--" % g_num)

        t1 = threading.Thread(target=test1, args=(100,))
        t1.start()

        t2 = threading.Thread(target=test2, args=(100,))
        t2.start()

        while len(threading.enumerate()) != 1:
                time.sleep(1)

        print("最终结果为:g_num=%d" % g_num)                                                

运行结果:

--创建线程之前, g_num = 0--
--test1, g_num = 100--
--test2, g_num = 200--
最终结果为:g_num=200

测试2

在测试1的基础上,向test1和test2方法传入的参数的值为:9999999

运行结果:

--创建线程之前, g_num = 0--
--test1, g_num = 13554011--
--test2, g_num = 13571206--
最终结果为:g_num=13571206

很显然,期待的结果为:9999999 + 9999999 = 19999998,而运行结果为:13571206。

原文地址:https://www.cnblogs.com/zhangfengxian/p/python-mthreads-global-variables.html

时间: 2024-10-05 00:06:28

python多线程-共享全局变量的相关文章

一起学Python: 多线程-共享全局变量问题

多线程-共享全局变量问题 多线程开发可能遇到的问题 假设两个线程t1和t2都要对全局变量g_num(默认是0)进行加1运算,t1和t2都各对g_num加10次,g_num的最终的结果应该为20. 但是由于是多线程同时操作,有可能出现下面情况: 在g_num=0时,t1取得g_num=0.此时系统把t1调度为"sleeping"状态,把t2转换为"running"状态,t2也获得g_num=0 然后t2对得到的值进行加1并赋给g_num,使得g_num=1 然后系统又

多线程-共享全局变量

多线程-共享全局变量 from threading import Thread import time g_num = 100 def work1(): global g_num for i in range(3): g_num += 1 print("----in work1, g_num is %d---"%g_num) def work2(): global g_num print("----in work2, g_num is %d---"%g_num) p

多线程-共享全局变量问题

多线程开发可能遇到的问题 假设两个线程t1和t2都要对全局变量g_num(默认是0)进行加1运算,t1和t2都各对g_num加10次,g_num的最终的结果应该为20. 但是由于是多线程同时操作,有可能出现下面情况: 在g_num=0时,t1取得g_num=0.此时系统把t1调度为”sleeping”状态,把t2转换为”running”状态,t2也获得g_num=0 然后t2对得到的值进行加1并赋给g_num,使得g_num=1 然后系统又把t2调度为”sleeping”,把t1转为”runni

python 多进程共享全局变量之Manager()

Manager支持的类型有list,dict,Namespace,Lock,RLock,Semaphore,BoundedSemaphore,Condition,Event,Queue,Value和Array. 但当使用Manager处理list.dict等可变数据类型时,需要注意一个陷阱,即Manager对象无法监测到它引用的可变对象值的修改,需要通过触发__setitem__方法来让它获得通知. 而触发__setitem__方法比较直接的办法就是增加一个中间变量,如同在C语言中交换两个变量的

python多线程实现多任务

1.什么是线程? 进程是操作系统分配程序执行资源的单位,而线程是进程的一个实体,是CPU调度和分配的单位.一个进程肯定有一个主线程,我们可以在一个进程里创建多个线程来实现多任务. ----------------------------------------------------------------------------------------------------------------------------------------------------------------

python多线程实现售票

我们使用mutex(Python中的Lock类对象)来实现线程的同步: lock.acquire() 相当于P操作,得到一个锁,锁定lock.release()相当于V操作,释放一个锁,释放 1 # -*- coding: cp936 -*- 2 import threading # Python主要通过标准库中的threading包来实现多线程 3 import time 4 import os 5 6 7 def doChore(): #作为间隔 每次调用间隔0.5s 8 time.slee

python多线程学习记录

1.多线程的创建 import threading t = t.theading.Thread(target, args--) t.SetDeamon(True)//设置为守护进程 t.start(),启动线程 t.join(),阻塞当前线程,即使得在当前线程结束时,不会退出.会等到子线程结束之后才退出. 如果不加join语句,主线程不会等到子线程结束才结束,但却不会立即杀死该线程. 但是如果添加了SetDaemon(True),如果不加join,则会在主线程结束后马上杀死子线程. 如果join

《python源码剖析》笔记 python多线程机制

本文为senlie原创,转载请保留此地址:http://blog.csdn.net/zhengsenlie 1.GIL与线程调度 Python中的线程是操作系统的原生线程,Python虚拟机使用一个全局解释器锁(Global Interpreter Lock)来互斥线程对Python虚拟机的使用 为了支持多线程机制,一个基本的要求就是需要实现不同线程对共享资源访问的互斥,所以引入了GIL. GIL:在一个线程拥有了解释器的访问权之后,其他的所有线程都必须等待它释放解释器的访问权,即使这些线程的下

人生苦短之Python多线程

#encoding=utf-8 import threading import time ''' python多线程并不是真正意义上的多线程,通常我们所说的多线程是多个线程同时执行某功能,而在python中 则是同一时间只有一个获得GIL的线程在跑,也就是GIL的存在使得python并不是真正意义上的多线程,特别是 在处理CPU密集型程序,但是在处理IO密集型程序时python多线程还是能发挥多线程的优势的,这是因为IO速 度相对于CPU来是很慢的(例如网络传输等).GIL(global int