线程共享数据存在的问题,解决办法见下篇

本文探讨了多线程与多进程之间的关键区别,特别是在变量处理方面。多进程中,同一变量在各进程中有独立拷贝,互不影响;而在多线程中,所有线程共享同一变量,可能导致数据混乱。通过Python示例代码,展示了多线程下变量修改的潜在问题。

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

多线程与多进程最大的不同在于,多进程中同一个变量,各自有一份拷贝存在每个进程中,互不影响。
而多线程中,所有变量都由所有线程共享。所以,任何一个变量都可以被任意一个线程修改,因此线程之间
共享数据最大的危险在于多个线程同时修改一个变量,容易把内容改乱了。

import threading
num = 100

def run1(n):
    global num
    for i in range(10000000):
        num = num + n
        num = num - n


if __name__ == "__main__":


    t1 = threading.Thread(target=run1,args=(6,))

    t2 = threading.Thread(target=run1,args=(9,))

    t1.start()
    t2.start()
    t1.join()
    t2.join()

    print("num=",num)




 

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