共享全局变量

YPL_ZML

于 2019-03-13 19:04:06 发布

阅读量461

点赞数

本文通过示例代码对比了多线程和多进程在Python中对全局变量g_num进行操作时的行为差异。多线程下，g_num从100增加到106，展示了线程间共享全局变量的特点；而多进程环境下，每个进程拥有独立的内存空间，因此不能直接共享全局变量，需借助Queue等机制实现进程间通信。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from threading import Thread
from multiprocessing import Process

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
    for i in range(3):
        g_num += 1
    print('-----in work2,g_num is %d'%(g_num))

if __name__ == '__main__':

    # t1 = Thread(target=work1)
    # t1.start()
    #
    # t2 = Thread(target=work2)
    # t2.start()

    #由于多线程可以共享全局变量，所以g_num由原来的100变成了106


    #多进程之间内存独立，不能够共享全局变量。如果通信的话，使用Queue
    p1 = Process(target=work1)
    p1.start()

    p2 = Process(target=work2)
    p2.start()