python多线程共享变量的使用和效率方法
python多线程可以使任务得到并发执行，但是有时候在执行多次任务的时候，变量出现“意外”。
importthreading,time n=0 start=time.time() defb1(num): globaln n=n+num n=n-num defb2(num): foriinrange(1000000): b1(num) t1=threading.Thread(target=b2,args=(5,)) t2=threading.Thread(target=b2,args=(8,)) t1.start() t2.start() t1.join() t2.join() end=time.time() print(n) print(end-start)
执行结果：
18 0.7520430088043213
可见变量n从0变成了18，用时是0.75s，原因是计算机系统计算类似n=n+num是分两步计算的，先计算n+num的值放进内存中，然后再把计算的值赋值给n，正是这个间隙导致了变量出现“意外”。
这时候可以使用threading.Lock来把线程中的变量锁定，使用完再释放！
importthreading,time n=0 lock=threading.Lock() start=time.time() defb1(num): globaln n=n+num n=n-num defb2(num): foriinrange(1000000): lock.acquire()#等待获取或获取修改变量的权限，并霸占它们 b1(num) lock.release()#释放霸占的变量 t1=threading.Thread(target=b2,args=(5,)) t2=threading.Thread(target=b2,args=(8,)) t1.start() t2.start() t1.join() t2.join() end=time.time() print(n) print(end-start)
执行结果：
0 3.335190773010254
虽然变量的值正确了，但慢了很多倍，效率大大的打折扣，多线程的优势也没凸显出来。
所以尽量使用局部变量来代替全局变量在线程中使用，这样可以避免效率的问题。
以上这篇python多线程共享变量的使用和效率方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。