python3.4多线程实现同步的四种方式

Python 中的多线程,多进程,并发,并行,同步,通信 本文简单介绍了Python中并发和并行的机理,如何实现并发和并,以及一些多线程,多进程之间通信和同步的问题 阅读详情

临界资源即那些一次只能被一个线程访问的资源,典型例子就是打印机,它一次只能被一个程序用来执行打印功能,因为不能多个线程同时操作,而访问这部分资源的代码通常称之为临界区。

1. 锁机制

threading的Lock类,用该类的acquire函数进行加锁,用realease函数进行解锁

复制代码
import threading
import time
 
class Num:
    def __init__(self):
        self.num = 0
        self.lock = threading.Lock()
    def add(self):
        self.lock.acquire()#加锁,锁住相应的资源
        self.num += 1
        num = self.num
        self.lock.release()#解锁,离开该资源
        return num
 
n = Num()
class jdThread(threading.Thread):
    def __init__(self,item):
        threading.Thread.__init__(self)
        self.item = item
    def run(self):
        time.sleep(2)
        value = n.add()#将num加1,并输出原来的数据和+1之后的数据
        print(self.item,value)
 
for item in range(5):
    t = jdThread(item)
    t.start()
    t.join()#使线程一个一个执行
复制代码

 

当一个线程调用锁的acquire()方法获得锁时,锁就进入“locked”状态。每次只有一个线程可以获得锁。如果此时另一个线程试图获得这个锁,该线程就会变为“blocked”状态,称为“同步阻塞”(参见多线程的基本概念)。

 

直到拥有锁的线程调用锁的release()方法释放锁之后,锁进入“unlocked”状态。线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁,并使得该线程进入运行(running)状态。

 

2. 信号量

信号量也提供acquire方法和release方法,每当调用acquire方法的时候,如果内部计数器大于0,则将其减1,如果内部计数器等于0,则会阻塞该线程,知道有线程调用了release方法将内部计数器更新到大于1位置。

复制代码
import threading
import time
class Num:
    def __init__(self):
        self.num = 0
        self.sem = threading.Semaphore(value = 3)
        #允许最多三个线程同时访问资源
 
    def add(self):
        self.sem.acquire()#内部计数器减1
        self.num += 1
        num = self.num
        self.sem.release()#内部计数器加1
        return num
     
n = Num()
class jdThread(threading.Thread):
    def __init__(self,item):
        threading.Thread.__init__(self)
        self.item = item
    def run(self):
        time.sleep(2)
        value = n.add()
        print(self.item,value)
 
for item in range(100):
    t = jdThread(item)
    t.start()
    t.join()
复制代码

3. 条件判断

所谓条件变量,即这种机制是在满足了特定的条件后,线程才可以访问相关的数据。

它使用Condition类来完成,由于它也可以像锁机制那样用,所以它也有acquire方法和release方法,而且它还有wait,notify,notifyAll方法。

复制代码
"""
一个简单的生产消费者模型,通过条件变量的控制产品数量的增减,调用一次生产者产品就是+1,调用一次消费者产品就会-1.
"""
 
"""
使用 Condition 类来完成,由于它也可以像锁机制那样用,所以它也有 acquire 方法和 release 方法,而且它还有
wait, notify, notifyAll 方法。
"""
 
import threading
import queue,time,random
 
class Goods:#产品类
    def __init__(self):
        self.count = 0
    def add(self,num = 1):
        self.count += num
    def sub(self):
        if self.count>=0:
            self.count -= 1
    def empty(self):
        return self.count <= 0
 
class Producer(threading.Thread):#生产者类
    def __init__(self,condition,goods,sleeptime = 1):#sleeptime=1
        threading.Thread.__init__(self)
        self.cond = condition
        self.goods = goods
        self.sleeptime = sleeptime
    def run(self):
        cond = self.cond
        goods = self.goods
        while True:
            cond.acquire()#锁住资源
            goods.add()
            print("产品数量:",goods.count,"生产者线程")
            cond.notifyAll()#唤醒所有等待的线程--》其实就是唤醒消费者进程
            cond.release()#解锁资源
            time.sleep(self.sleeptime)
 
class Consumer(threading.Thread):#消费者类
    def __init__(self,condition,goods,sleeptime = 2):#sleeptime=2
        threading.Thread.__init__(self)
        self.cond = condition
        self.goods = goods
        self.sleeptime = sleeptime
    def run(self):
        cond = self.cond
        goods = self.goods
        while True:
            time.sleep(self.sleeptime)
            cond.acquire()#锁住资源
            while goods.empty():#如无产品则让线程等待
                cond.wait()
            goods.sub()
            print("产品数量:",goods.count,"消费者线程")
            cond.release()#解锁资源
 
g = Goods()
c = threading.Condition()
 
pro = Producer(c,g)
pro.start()
 
con = Consumer(c,g)
con.start()
复制代码

4. 同步队列

put方法和task_done方法,queue有一个未完成任务数量num,put依次num+1,task依次num-1.任务都完成时任务结束。

复制代码
import threading
import queue
import time
import random
 
'''
1.创建一个 Queue.Queue() 的实例,然后使用数据对它进行填充。
2.将经过填充数据的实例传递给线程类,后者是通过继承 threading.Thread 的方式创建的。
3.每次从队列中取出一个项目,并使用该线程中的数据和 run 方法以执行相应的工作。
4.在完成这项工作之后,使用 queue.task_done() 函数向任务已经完成的队列发送一个信号。
5.对队列执行 join 操作,实际上意味着等到队列为空,再退出主程序。
'''
 
class jdThread(threading.Thread):
    def __init__(self,index,queue):
        threading.Thread.__init__(self)
        self.index = index
        self.queue = queue
 
    def run(self):
        while True:
            time.sleep(1)
            item = self.queue.get()
            if item is None:
                break
            print("序号:",self.index,"任务",item,"完成")
            self.queue.task_done()#task_done方法使得未完成的任务数量-1
 
q = queue.Queue(0)
'''
初始化函数接受一个数字来作为该队列的容量,如果传递的是
一个小于等于0的数,那么默认会认为该队列的容量是无限的.
'''
for i in range(2):
    jdThread(i,q).start()#两个线程同时完成任务
 
for i in range(10):
    q.put(i)#put方法使得未完成的任务数量+1
Python 四种创建多线程的方法 Python默认的解释器,由于全局解释器锁的存在,确实在任意时刻都只有一个线程在执行代码,致使多线程不能充分利用机器多核的特性。如果程序是CPU密集型的,使用Python多线程确实无法提升程序的效率,如果程序是IO密集型的,则可以使用Python的多线程提高程序的整体效率 阅读详情

相关推荐

【Python3教程】Python3高级篇之多线程

Python3多线程编程核心摘要 多线程在Python中主要通过threading模块实现,适用于I/O密集型任务(网络请求、文件操作等)。由于GIL(全局解释器锁)限制,多线程无法真正并行执行CPU密集型任务。本文介绍了三种创建线程的方法:继承Thread类、传递目标函数和使用concurrent.futures线程池(推荐)。重点讲解了线程同步机制(互斥锁等)避免竞态条件,以及守护线程的特性。文中包含完整代码示例,展示了线程创建、同步和资源管理的实践方法,帮助开发者正确使用多线程提升程序效率。

No8g攻城狮的博客 507

Python 线程调用

启动线程 t1.start() t2.start() import threading,time并发类的继承测试实现并发串行执行命令实现主线程等待子线程执行完毕后在往下执行import threading,time守护进程 守护线程:依赖于主线程存在的,为主线程工作。功能:设置成守护线程后,主线程关闭,守护线程也连带关闭。使用场景:socketserver 每一个链接过来,socketserver就会启动一     个线程,当服务端关闭时,需要关闭其他线程,就可以用到守护线程,关闭。

javasdn的博客 986

疾病负担研究(GBD)——如何使用joinpoint软件计算AAPC

疾病负担研究(GBD)——如何使用joinpoint软件计算AAPC

weixin_44240228的博客 1万+

线程的三种调用方法

线程的三种调用方法 一:调用直接继承Thread 二:实现Runnable接口 三:实现callable接口 package Thread; import java.util.concurrent.Callable; import java.util.concurrent.ExecutionException; import java.util.concurrent.FutureTask; /...

weixin_44664674的博客 1406

视觉辅助RIS波束追踪:用摄像头“看见”用户,实现毫秒级波束对准

在无线通信领域,波束成形技术是提升高频段信号覆盖与质量的核心手段,其原理是通过调整天线阵列的相位,使信号能量在特定方向相干叠加,形成高增益定向波束。这项技术的价值在于能有效克服高频信号路径损耗大、穿透性差的瓶颈,广泛应用于5G/6G、毫米波通信及室内定位等场景。然而,传统波束追踪依赖信道估计或波束扫描,存在训练开销大、实时性差的问题。本文聚焦于一种创新解决方案:将计算机视觉与可重构智能表面(RIS)相结合。通过摄像头直接感知用户位置,并利用RIS快速重构反射波束方向,实现了近乎零开销、毫秒级延迟的波束追踪,

weixin_33552698的博客 621

遥感生态指数(RSEI)——四个指数的计算

遥感生态指数是在4个生态指数的基础上通过主成分变换得出的一个评价生态环境质量的指标。因此,第二部分就是要分别计算出这4个指数的值。 ①首先,是绿度指数的计算,一般用归一化植被指数(NDVI) NDVI=(NIR-Red)/(NIR+Red) 在Bandmath工具中输入NDVI计算公式 (float(b4-b3))/(b4+b3) 其中,b3、b4分别是红波段和近红外波段 ②其次,是湿度计算。 WET = c1B1 + c2B2 + c3B3...

qq_41978498的博客 9万+

线程使用1-

1. 基础概念 早期unix系统中,没有线程概念,后来才引入线程 linxu 为了迎合 windows引入了线程 gdb不支持线程,因为gdb比线程出现了早 区别: 线程: 有独立的pcb. 没有独立的进程地址空间,线程在进程内部,共享进程地址空间 进程: 有独立的进程 地址空间,有独立的pcb 线程是分配资源的最小单位,如何理解:* 如果一个进程A有3个线程,那么cpu会把A...

dreams_deng的博客 2404

Docker启动安装nacos(详情讲解,全网最细)

docker安装nacos保姆级教程

ilvjiale的博客 8万+

线程的常用方法,如何调用线程的方法?

文章目录一、interrupt()方法二、join()方法 一、interrupt()方法 interrupt()方法使用详解 二、join()方法 join()方法使用详解

kjw888的博客 3018

【无人机智能避障】基于深度强化学习的城市复杂环境路径规划实战

本文探讨了基于深度强化学习的无人机在城市复杂环境中的智能避障与路径规划。针对传统算法难以应对动态与非结构化障碍的痛点,文章详细介绍了如何利用DQN算法,通过设计合理的状态空间、奖励函数,并结合经验回放、目标网络等技巧,训练无人机自主学会在楼宇间安全、高效飞行的策略。

weixin_28224217的博客 737

YOLOv11 改进 - 主干网络| 清华大学CloFormer AttnConv :利用共享权重和上下文感知权重增强局部感知,注意力机制与卷积的完美融合

本文介绍了轻量级视觉变换器CloFormer及其核心模块AttnConv在YOLOv11中的结合应用。为解决视觉变换器缩小到移动设备友好尺寸时性能下降的问题,提出CloFormer,其引入AttnConv操作符。AttnConv融合共享权重和上下文感知权重,先通过深度卷积提取局部表示,再用上下文感知权重增强特征,还结合传统注意力减少FLOPs,使模型感知高频和低频信息。我们将AttnConv集成进YOLOv11,实验表明,CloFormer在多个视觉任务中表现优越,改进后的YOLOv11也取得了良好实验结果

魔改工程师的博客 989

python3.4多线程实现同步的四种方式(锁机制、条件变量、信号量和同步队列)

临界资源即那些一次只能被一个线程访问的资源,典型例子就是打印机,它一次只能被一个程序用来执行打印功能,因为不能多个线程同时操作,而访问这部分资源的代码通常称之为临界区。 threading的Lock类,用该类的acquire函数进行加锁,用realease函数进行解锁 import threading import time class Num: def __init__(sel

京东放养的爬虫 4065

斑马算法优化变分模态分解ZOA-VMD数字信号去噪(优化K值 alpha值)【含Matlab源码 4887期】

斑马算法优化变分模态分解ZOA-VMD数字信号去噪(优化K值 alpha值) 完整的代码,包运行;运行操作视频见优快云资源!适合小白!

订阅付费专栏Matlab(奶茶价版),可赠送奶茶价版付费专栏指定代码1份; 811

python3多线程实现_python3.4多线程实现同步的四种方式

临界资源即那些一次只能被一个线程访问的资源,典型例子就是打印机,它一次只能被一个程序用来执行打印功能,因为不能多个线程同时操作,而访问这部分资源的代码通常称之为临界区。1. 锁机制threading的Lock类,用该类的acquire函数进行加锁,用realease函数进行解锁import threadingimport timeclass Num:def __init__(self):self....

weixin_39623082的博客 172

YOLOv11涨点改进 | Conv篇/小目标改进 | YOLOv11引入SPDConv卷积特征无损下采样模块,增加YOLOv11小目标P2检测层(助力小目标任务高效涨点)

本文提出了一种创新的SPDConv模块来优化YOLOv11模型,通过空间到深度(SPD)层和非步幅卷积层实现特征无损下采样。该方法有效解决了传统CNN中因跨步卷积和池化层导致的细粒度信息丢失问题,特别提升了小目标检测性能。实验表明,SPDConv在目标检测和图像分类任务中显著优于现有SOTA模型。文章详细介绍了模块原理、核心代码实现,并提供了YOLOv11集成SPDConv的具体方法,包括配置文件修改和P2层增强等优化技巧。该技术为计算机视觉任务提供了一种高效的特征保留方案。

Ai缝合怪、助力小伙伴高效发论文 592

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

python3线程锁方法_python3.4多线程实现同步的四种方式

python3.4多线程实现同步的四种方式

weixin_39959482的博客 199

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

python线程同步锁_python3.4多线程实现同步的四种方式(锁机制、条件变量、信号量和同步队列)...

[之前有写过类似的博客,这东西不用老忘,现在又有更清晰的理解了。一、信号量信号量最基本的两个操作就是PV操作:P()操作实现信号量减少,V()操作实现信号量的增加信号量临界资源即那些一次只能被一个线程访问的资源,典型例子就是打印机,它一次只能被一个程序用来执行打印功能,因为不能多个线程同时操作,而访问这部分资源的代码通常称之为临界区。threading的Lock类,用该类的acquire函数进行加...

weixin_39892481的博客 97

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

python3 多个线程锁_python3.4多线程实现同步的四种方式(锁机制、条件变量、信号量和同步队列)

python3.4多线程实现同步的四种方式(锁机制、条件变量、信号量和同步队列)

weixin_39709262的博客 159

python3线程锁-python3.4多线程实现同步的四种方式(锁机制、条件变量、信号量和同步队列)...

[之前有写过类似的博客,这东西不用老忘,现在又有更清晰的理解了。一、信号量信号量最基本的两个操作就是PV操作:P()操作实现信号量减少,V()操作实现信号量的增加信号量临界资源即那些一次只能被一个线程访问的资源,典型例子就是打印机,它一次只能被一个程序用来执行打印功能,因为不能多个线程同时操作,而访问这部分资源的代码通常称之为临界区。threading的Lock类,用该类的acquire函数进行加...

weixin_39668898的博客 344

python 多线程 线程池的四种实现方式

@python 线程池的四种实现方式 线程简述 一个程序运行起来后,一定有一个执行代码的东西,这个东西就是线程; 一般计算(CPU)密集型任务适合多进程,IO密集型任务适合多线程; 一个进程可拥有多个并行的(concurrent)线程,当中每一个线程,共享当前进程的资源 以下是对发现的几种多线程进行的汇总整理,均已测试运行 多线程实现的四种方式分别是: multiprocessing下面有两种: from multiprocessing.dummy import Pool as ThreadPool

ye__mo的博客 1万+

Python教程:一文掌握Python多线程(很详细)

多线程是指在同一进程内同时运行多个线程,每个线程执行不同的任务,实现并发执行。每个线程都有自己的执行路径,可以独立运行和调度,共享进程的资源。

旦莫的博客 3万+

Python多线程使用及线程同步

多线程使用   Python使用多线程有两种方式,函数式和用类来包装线程对象. 线程模块   Python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。   thread 模块提供的其他方法: threading.currentThread(): 返回当前的线程变量。 thre

不忘初心,方得始终 5775

python中多线程怎么实现_python中实现多线程的几种方式

python实现多线程的方式大概有1、threading2、_thread#!/usr/bin/python#!coding:utf-8import threadingdef action(msg):print '这个进程是通过 {0} 方式实现的'.format(msg)class ActionThread(threading.Thread):def __init__(self,msg):thr...

weixin_39935903的博客 544

python真正实现多线程_python多线程实例 python多线程几种方法实现

python多线程几种方法实现Python进阶(二十六)-多线程实现同步的四种方式 临界资源即那些一次只能被一个线程访问的资源,典型例子就是打印机,它一次只能被一个程序用来执行打印功能,因为不能多个线程同时操作,而访问这部分资源的代码通常称之为临界区。关于python多线程 threading模块Thread类实例化对from threading import Threadimport timed...

weixin_39616045的博客 305

Python3 多线程

每一个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口,但是线程不能够独立执行,必须依存在应用程序中,由应用程序提供多个线程执行控制。每个线程都有它自己的一组cpu寄存器,称为线程的上下文,该上下文反映了线程上次运行该线程的CPU寄存器的状态指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器,线程总是在进程得到上下文中运行的,这些地址都用于标志拥有线程的进程地址空间中的内存thread模块被废弃。用户可以使用threading模块代替。

qq_63644501的博客 823
上一篇: Python多线程学习
下一篇: CyclicBarrier 源码阅读
hxpjava1
博客等级 码龄19年 1365粉丝 511原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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