s695811494的博客

GIL 几乎对 I/O 密集型处理无害CPython 解释器本身就不是线程安全的，因此有全局解释器锁(GIL)， 一次只允许使用一个线程执行 Python 字节码。这是 CPython 解释器的局限，与 Python 语言本身无关。Jython 和 IronPython 没有这种限制。 不过，目前最快的 Python 解释器 PyPy 也有 GIL。标准库中所有执行阻塞型 I/O 操作的函数，在等待操作系统返回结果时都会释放GIL。这意味着在 Python 语言这个层次上可以使用多线 程，而 I

Python标准库的两个Future1. concurrent.futures.Future2.asyncio.Future这两个类作用相同，都表示可能已经完成或尚未完成的延迟计算。future封装待完成的操作，可以放入队列，完成的状态可以查询，得到结果后可以获取结果。两种Future的几种常用方法：.done()，这个方法不阻塞，返回值是bool值，指明future连接的可调用对象是否已经执行 .adddonecallback()，这个方法只有一个参数，类型是可调用的对象，future运

1 使用协程实现移动均值函数>>> from inspect import getgeneratorstate as gs>>> def mean_coroutine():... total = 0... count = 0... average = None... while True:... val = yield average... total += val... count += 1...

协程，又称微线程，纤程，英文名Coroutine。协程使用生成器定义：定义体中含有yield关键字>>> from inspect import getgeneratorstate # ①>>> def coroutine():... print("step one")... x = yield ... print("step two x value :", x)... &g

thread对象第一个参数是函数或可调用对象，后面依次传入函数或可调用对象的n个参数 需要注意的是默认参数是拷贝到线程独立内存中 void update_data_for_widget(widget_id w, widget_data& data); // ① void oops_again(widget_id w) { widget_data data; std::thread t(update_data_for_widget, w, data); // ② disp

C++线程库启动线程，可以归结为构造std::thread对象 std::thread在头文件<thread> std::thread 可以用可调用(callable)类型构造 启动线程之后，要选择结束线程的方式，等待线程结束(加入式.join())，还是让其自主运行(分离式.detach)代码示例：struct func { int& i; func(int& i_) : i(i_) {} void operator() () { for (uns