共享全局变量

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()
Python 进程间可以共享全局变量。Python 的 `multiprocessing` 模块提供了多个进程间通信(IPC)的方式,其中包括共享内存(Shared Memory)和消息传递(Message Passing)。这些方法可以让进程间共享数据,包括全局变量。 一种实现方式是使用 `multiprocessing.Value` 和 `multiprocessing.Array` 函数创建共享变量。`Value` 可以创建一个共享的标量变量,而 `Array` 可以创建共享的数组变量。 例如,我们希望创建一个共享整数变量 `count`,可以使用 `Value` 函数如下: ```python from multiprocessing import Process, Value def increment(count): count.value += 1 if __name__ == '__main__': count = Value('i', 0) processes = [] for _ in range(10): p = Process(target=increment, args=(count,)) p.start() processes.append(p) for p in processes: p.join() print(count.value) # 输出结果为 10 ``` 另一种方式是使用 `multiprocessing.Manager` 类,它可以创建一个 `Namespace` 对象,该对象可以作为全局变量在进程之间共享。当然,由于使用了进程管理器,这种方式在性能上可能会有一些损耗。 ```python from multiprocessing import Process, Manager def increment(count): count.value += 1 if __name__ == '__main__': manager = Manager() count = manager.Namespace() count.value = 0 processes = [] for _ in range(10): p = Process(target=increment, args=(count,)) p.start() processes.append(p) for p in processes: p.join() print(count.value) # 输出结果为 10 ``` 综上所述,Python 进程间可以通过共享内存或消息传递来实现全局变量共享。通过使用 `multiprocessing` 模块提供的函数和类,我们可以很方便地在多个进程之间共享数据。
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