再读《Parallel Programming with Python》并作笔记

最新推荐文章于 2024-12-12 22:00:53 发布

转载最新推荐文章于 2024-12-12 22:00:53 发布 · 116 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://yq.aliyun.com/articles/234500

文章标签：

#python

本文介绍了一个使用Python的threading模块实现的多线程任务案例。通过一个斐波那契数列计算的任务，演示了如何利用多线程提高程序效率。文章详细展示了如何创建线程池并分配任务到队列中，以及如何等待所有任务完成。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

并发编程，在哪个语言里都属于高端应用，一定得会了才好意思说懂了这门语言。

在工作中用得并不是很多，忘了一些内容，就慢慢看，慢慢补上。

今天一天看了近三分之一（我看外文越来越快了？？：）），

实践一下多线程的threading模块。

#coding: utf-8

import logging, threading
from Queue import Queue

logger = logging.getLogger()
logger.setLevel(logging.DEBUG)
formatter = logging.Formatter('%(asctime)s - %(message)s')

ch = logging.StreamHandler()
ch.setLevel(logging.DEBUG)
ch.setFormatter(formatter)
logger.addHandler(ch)

fibo_dict = {}
shared_queue = Queue()
input_list = [30, 10, 55, 71]

queue_condition = threading.Condition()

def fibonacci_task(condition):
    with condition:
        while shared_queue.empty():
            logger.info("[%s] - waiting for elements in queue..."
                        % threading.current_thread().name)
            condition.wait()
        else:
            value = shared_queue.get()
            a, b = 0, 1
            for item in range(value):
                a, b = b, a + b
                fibo_dict[value] = a
        shared_queue.task_done()
        logger.debug("[%s] fibonacci of key [%d] with result [%d]" %
                     (threading.current_thread().name, value, fibo_dict[value]))

def queue_task(condition):
    logging.debug('Starting queue_task...')
    with condition:
        for item in input_list:
            shared_queue.put(item)
        logging.debug("Notifying fibonacci_task threads that the queue is ready to consume...")
        condition.notifyAll()

threads = [threading.Thread(target=fibonacci_task,
                            args=(queue_condition,)) for i in range(4)]
[thread.start() for thread in threads]


prod = threading.Thread(name="queue_task_thread", target=queue_task,
                        args=(queue_condition,))
prod.start()

[thread.join() for thread in threads]