Python线程

Python线程

1、什么是线程
  • 进程:程序运行在操作系统上的实例
  • 线程:轻量级的进程,进程中可划分出多个线程,线程可独立的调度运行,(进程中分割出来可以独立运行的实例)
  • 进程:操作系统分配资源的基本单位(进程之间隔离)
  • 线程:操作系统下调度的基本单位,进程中多个线程共享进程中的资源。
2、进程和线程的区别
  • 一个程序至少有一个进程,一个进程至少有一个线程。
  • 线程的划分尺度小于进程(资源比进程少),使得多线程程序并发性高。
  • 进程在执行过程中拥有独立的内存单元,而多个线程共享内存,从而极大提高了程序的运行效率
  • 线程不能独立运行,必须放在进程中。
3、Python中多线程的创建

​ 创建多线程类似有创建进程。

  • 首先导入模块:

    import threading

  • 创建线程对象:

    t = threading.Thread(target=线程任务函数,args=(传递的实参元组))

  • 启动线程:

    t.start()

  • 阻塞主线程等待子线程完成

    t.join()

  • Demo:

    import threading
    import time
    
    def my_Task(num):
    print("进程:%s 正在下载。。。%d" % (threading.current_thread().name, num))
    time.sleep(1)
    
    def main():
    
    # 创建线程的实例对象
    
    for i in range(5):
        t = threading.Thread(target=my_Task, args=(i,))
    
        # 启动线程
        t.start()
    
    if __name__ == '__main__':
        main()
  • 运行效果

    进程:Thread-1 正在下载。。。0
    进程:Thread-2 正在下载。。。1
    进程:Thread-3 正在下载。。。2
    进程:Thread-4 正在下载。。。3
    进程:Thread-5 正在下载。。。4
4、继承Thread类创建线程
  • 使用步骤:

    • 创建类,继承Thread类

    class MyThread(Thread)

    • 重写构造方法__init__方法,调用一下父类Thread中的__init__方法。
      def __init__(self):
          Thread.__init__(self)
    • 重写run方法,run方法里面写上执行线程要做的任务的代码
      def run(self):
    
          for i in range(5):
    
              print("%s 线程 正在打印----> %d" % (self.name, i))
              time.sleep(1)
  • 完整Demo

    from threading import Thread
    
    import time
    class MyThread(Thread):
    
        def init(self):
    
            Thread.init(self)
    
        def run(self):
    
            for i in range(5):
    
                print("%s 线程 正在打印----> %d" % (self.name, i))
    
                time.sleep(1)
    
    def main():
        t1 = MyThread()
        t1.start()
        t1.join()
    
    if __name__ == '__main__':
    
        main()
    
  • 运行结果:

    Thread-1 线程 正在打印----> 0
    Thread-1 线程 正在打印----> 1
    Thread-1 线程 正在打印----> 2
    Thread-1 线程 正在打印----> 3
    Thread-1 线程 正在打印----> 4
5、Thread类中的常用方法
  • start(): 开始运行生成的线程实例
  • setName(): 设置生成的线程的名字
  • run(): 重载此方法,作为线程运行的部分
  • isAlive(): 查看线程是否活动
  • join(): 阻塞主线程,等待子线程结束
  • getName(): 得到线程名字
  • threading.current_thread().name: 获取当前线程对象
基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值