线程

多任务多任务介绍多任务理解多任务的实现方式 线程线程介绍线程的使用使用join()方法的使用setDaemon()方法的使用enumerate()的使用，查看线程数量子线程的创建与执行 继承Thread类创建线程多线程共享全局变量线程的传参线程的资源抢占

多任务

多任务介绍

对于人来说，一边听歌，一边跳舞就是多任务。 对于电脑，简单的说，同一时间执行多个程序处理数据叫做多任务

多任务理解

单核CPU 单核cpu在处理多任务的时候是根据时间片轮转的方式进行的，比如执行QQ1us，然后切换微信执行1us，最后是执行钉钉1us，如此循环。因为cpu的切换速度过快，导致我们认为三个软件是同时执行的

多核cpu 并发：当cpu不能同时执行当前所有任务时，就会循环执行，是假的多任务 并行：当cpu可以同时执行当前所有任务时，是真的多任务

多任务的实现方式

实现多任务有三种方式：

线程进程协程

线程

线程介绍

线程是指在一个单独进程中，对于CPU和内存而言的多个工作单位，所有线程在进程中的资源都是共享的，包括全局数据、执行代码等。

线程的使用

先介绍三个方法 setDaemon(True)： 主线程A中，创建了子线程B，并且在主线程A中调用了B.setDaemon(),这个的意思是，把主线程A设置为守护线程，这时候，要是主线程A执行结束了，就不管子线程B是否完成,一并和主线程A退出.join()： 主线程A中，创建了子线程B，并且在主线程A中调用了B.join()，那么，主线程A会在调用的地方等待，直到子线程B完成操作后，才可以接着往下执行enumerate()： 查看线程数量

使用

代码示例import threading import datetime def A(): print('函数A') print(datetime.datetime.now()) def B(): print('函数B') print(datetime.datetime.now()) if __name__ == '__main__': # 指定线程到A()和B()函数里执行 t1 = threading.Thread(target=A) t2 = threading.Thread(target=B) # 执行线程 t1.start() t2.start() print('--end--')

从输出结果可以知道，两个线程是在同一时间一起执行的。不过因为抢占式的特点，最后一条语句print('--end--')有时会在子线程的前面执行。

join()方法的使用

如果我们想让print('--end--')在最后执行，可以用到join()方法，当子线程结束后，主线程才会结束。

join方法的使用，代码示例 import threading import datetime def A(): print('函数A') print(datetime.datetime.now()) def B(): print('函数B') print(datetime.datetime.now()) if __name__ == '__main__': # 指定线程到A()和B()函数里执行 t1 = threading.Thread(target=A) t2 = threading.Thread(target=B) # 执行线程 t1.start() t2.start() t1.join() t2.join() print('--end--')

setDaemon()方法的使用

如果不想让主线程等待子线程完成后才结束，可以使用setDaemon

代码示例import threading import time def A(): for i in range(3): print("A") time.sleep(1) if __name__ == '__main__': t1 = threading.Thread(target=A) t1.setDaemon(True) # 要放在线程开始之前 t1.start()

enumerate()的使用，查看线程数量

代码示例import threading import datetime def A(): print('函数A') print(datetime.datetime.now()) def B(): print('函数B') print(datetime.datetime.now()) if __name__ == '__main__': # 创建两个主线程，指定线程到A()和B()函数里执行 t1 = threading.Thread(target=A) t2 = threading.Thread(target=B) # 执行线程 t1.start() t2.start() print(threading.enumerate()) print('--end--')

子线程的创建与执行

当我们调用start()方法时，子线程才会被创建，并且执行

继承Thread类创建线程

我们可以通过修改Thread类的run()方法里的代码，来完成重写run()方法

代码示例import threading class T(threading.Thread): def run(self): self.a() def a(self): for i in range(3): print('a') if __name__ == '__main__': t1 = T() t1.start() # 当调用start()方法时，会主动调用run()方法

当我们调用start()方法时，会主动调用run()方法

多线程共享全局变量

代码示例import threading def a(): global num num += 1 print(f'a：{num}') def b(): print(f'b：{num}') if __name__ == '__main__': num = 10 print(num) t1 = threading.Thread(target=a) t2 = threading.Thread(target=b) t1.start() t2.start() print(num)

线程的传参

当用线程去函数里执行代码时，我们可以看到函数后边是没有括号()的，所以涉及到传参的时候我们该怎么解决这个问题？

解决方法 我们可以使用args参数进行传参，参数为元组当我们想要传入字典时，可以使用kwargs进行传入 代码示例import threading def a(x): print(x) def b(**kwargs): print(kwargs) if __name__ == '__main__': num = 1 # 使用args参数进行传参 t1 = threading.Thread(target=a, args=(num,)) # 使用kwargs参数进行传入字典 t2 = threading.Thread(target=b, kwargs={"A": 1}) t1.start() t2.start()

线程的资源抢占

代码示例import threading def a(x): global num for i in range(x): num += 1 print(f'a: {num}') def b(x): global num for i in range(x): num += 1 print(f'b: {num}') if __name__ == '__main__': num = 100 t1 = threading.Thread(target=a, args=(1000000, )) t2 = threading.Thread(target=b, args=(1000000, )) t1.start() t2.start() print(num)

运行结果 正常的结果应该是2000100，但是因为资源抢占导致数据不正确，使用锁就可以避免这个问题，下篇博客我会细讲怎么解决这个问题。

最后，有喜欢博主写的内容的伙伴可以点赞收藏加关注哦！