多线程

本文深入探讨了多线程在进程中的应用实例,包括线程的创建、执行、同步及资源共享等问题。通过具体代码示例介绍了如何使用Python的threading模块进行线程编程,并展示了线程在抢购火车票场景中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

多线程
进程  应用程序的执行实例   有独立电脑内存空间和系统资源  独立  进程之间很难共享数据
线程  CPU调度和分派的基本单位   进程当中的子任务 不能单独存在   CPU执行的最小单位  线程不安全
import threading

print([x for x in range(9)])
thread=threading.current_thread()
thread.setName('主线程')
print('thread name:',thread.getName())
正在运行的线程
new_th=threading.enumerate()
print('正在运行的线程:',len(new_th))
正在运行的线程数量
print('正在运行的线程个数:',threading.active_count())
# 
# 
# 
线程类
import threading,time
class Mythread(threading.Thread):
    def __init__(self):
        super().__init__(self)
       或 threading.Thread.__init__(self)
        print('Mythread __init__()')

    def run(self):
        for i in range(10):
            print(self.getName(),i)
            时间休眠
            time.sleep(0.1)

t1=Mythread()
t2=Mythread()
声明俩个线程同时启动
run  从上往下执行  start  交替执行
t1.start()
t2.start()
for i in range(10):
    print(threading.current_thread().getName(),i)
    time.sleep(0.5)
    如果主线程执行到5  线程1强行加入 全部执行完  才开始再执行主线程
    if i==5:
        谁调用谁就被停止  主线程调用t1
        0.2  等待时长   就开始恢复到就绪状态
        t1.join(0.2)
new_th=threading.enumerate()
print('正在运行的线程:',new_th)
# 
函数   线程必须依赖函数实现  不能单独运行
import threading,time
nums=100;
# 
资源共享
def something(x):
    for i in range(1,x):
        global nums
        nums=nums+1
        print(nums)
        time.sleep(0.2)

d=threading._start_new_thread(something,(11,))   #必须是元组
d=threading._start_new_thread(something,(11,))
print(type(d))
input()
# 
# 
# 
抢火车票
# 
import threading,time
nums=50;
count=0
def something(x):
    global nums,count
    while True:
        if nums==0:
            return
        nums=nums-1
        count=count+1
        print('{0}抢到了{1} 剩余{2}'.format(x,count,nums))
threading._start_new_thread(something,('张三',))
threading._start_new_thread(something,('李四',))
threading._start_new_thread(something,('王五',))
print( threading.enumerate())
input()

import threading,time
nums=50
count=0
lock=threading.Lock  #创建一把锁
Cond=threading.Condition(lock=lock)  #管理一把锁
class qiangpiao(threading.Thread):
    def __init__(self):
        threading.Thread.__init__(self)
        self.setName()

    def run(self):
        global nums,count
        while True:
            Cond.acquire()   #当那个线程获得了资源就加锁
            if nums==0:
                return
            nums=nums-1
            count=count+1
            print('{0}抢到了{1} 剩余{2}'.format(self.setName(),count,nums))
            time.sleep(0.1)
            Cond.release()  #当哪个线程完成了处理  就解开锁

if __name__=='__main__':
    huangniu=qiangpiao('黄牛')
    shouji=qiangpiao('手机')
    chuangkou=qiangpiao('窗口')

    huangniu.start()
    shouji.start()
    chuangkou.start()
内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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