<small id='T1WCM'></small><noframes id='T1WCM'>

  • <tfoot id='T1WCM'></tfoot>
  • <legend id='T1WCM'><style id='T1WCM'><dir id='T1WCM'><q id='T1WCM'></q></dir></style></legend>

          <bdo id='T1WCM'></bdo><ul id='T1WCM'></ul>
        <i id='T1WCM'><tr id='T1WCM'><dt id='T1WCM'><q id='T1WCM'><span id='T1WCM'><b id='T1WCM'><form id='T1WCM'><ins id='T1WCM'></ins><ul id='T1WCM'></ul><sub id='T1WCM'></sub></form><legend id='T1WCM'></legend><bdo id='T1WCM'><pre id='T1WCM'><center id='T1WCM'></center></pre></bdo></b><th id='T1WCM'></th></span></q></dt></tr></i><div id='T1WCM'><tfoot id='T1WCM'></tfoot><dl id='T1WCM'><fieldset id='T1WCM'></fieldset></dl></div>

        Python多线程编程(七):使用Condition实现复杂同步

        我会详细讲解“Python多线程编程(七):使用Condition实现复杂同步”的完整攻略。
        <legend id='3bbec'><style id='3bbec'><dir id='3bbec'><q id='3bbec'></q></dir></style></legend>
      1. <small id='3bbec'></small><noframes id='3bbec'>

          <tbody id='3bbec'></tbody>
            <bdo id='3bbec'></bdo><ul id='3bbec'></ul>
            <tfoot id='3bbec'></tfoot>
              • <i id='3bbec'><tr id='3bbec'><dt id='3bbec'><q id='3bbec'><span id='3bbec'><b id='3bbec'><form id='3bbec'><ins id='3bbec'></ins><ul id='3bbec'></ul><sub id='3bbec'></sub></form><legend id='3bbec'></legend><bdo id='3bbec'><pre id='3bbec'><center id='3bbec'></center></pre></bdo></b><th id='3bbec'></th></span></q></dt></tr></i><div id='3bbec'><tfoot id='3bbec'></tfoot><dl id='3bbec'><fieldset id='3bbec'></fieldset></dl></div>

                  我会详细讲解“Python多线程编程(七):使用Condition实现复杂同步”的完整攻略。

                  什么是Condition

                  在 Python 的 threading 库中,Condition 类是用于线程之间同步的一种机制,该类提供了 wait()notify()notifyAll() 等方法,使得一个线程可以暂停等待某个条件满足,并且在满足该条件时被唤醒。

                  Condition 是建立在 LockRLock 上的,它提供了一个线程安全的 wait-notify 机制,可以用于复杂的同步场景。

                  使用Condition实现同步

                  wait() 和 notify()

                  在一个线程内部,可以使用 wait() 方法进入阻塞状态,在另一个线程满 件满足之后,使用 notify() 方法唤醒这个线程,从而实现多线程之间的同步。下面的例子中,声明了一个Condition对象,使用wait()方法进入阻塞状态直到满足满足条件之后,并使用notify()方法唤醒它。

                  import threading
                  
                  class print_thread(threading.Thread):
                      def __init__(self, condition):
                          threading.Thread.__init__(self)
                          self.condition = condition
                  
                      def run(self):
                          for i in range(5):
                              self.condition.acquire()  # 获取锁
                              self.condition.wait()     # 线程阻塞
                              print("thread2:", i)
                              self.condition.notify()   # 唤醒其他等待
                              self.condition.release()  # 释放锁
                  
                  class main_thread(threading.Thread):
                      def __init__(self, condition):
                          threading.Thread.__init__(self)
                          self.condition = condition
                  
                      def run(self):
                          for i in range(5):
                              self.condition.acquire()
                              print("thread1:", i)   # 打印数字
                              self.condition.notify() # 唤醒一个等待的线程
                              self.condition.wait()   # 等待其他线程
                              self.condition.release()
                  
                  
                  if __name__ == '__main__':
                      condition = threading.Condition()
                      thread0 = main_thread(condition)
                      thread1 = print_thread(condition)
                      thread1.start()
                      thread0.start()
                      thread1.join()
                      thread0.join()
                  

                  notify_all()

                  notify() 方法只能唤醒一个处于等待状态的线程,如果需要唤醒所有等待状态中的线程,可以使用 notify_all() 方法。下面的例子展示了使用 notify_all() 方法与 wait() 方法实现的同步操作,代码中最初的状态,5个线程处于wait()方法阻塞状态,当notify_all() 唤醒所有等待的线程之后,5个线程同时打印1-100之间的数字。

                  import threading
                  
                  class Computer(threading.Thread):
                      def __init__(self, cv, idx):
                          threading.Thread.__init__(self)
                          self.cv = cv
                          self.idx = idx
                  
                      def run(self):
                          for i in range(1,101):
                              with self.cv:
                                  while self.cv[0] != self.idx:
                                      self.cv.wait()
                  
                                  print('Computer%d displays: %d.' % (self.idx, i))
                                  if self.idx == 5:
                                      self.cv[0] = 1
                                      self.cv.notify_all()
                                  else:
                                      self.cv[0] += 1
                                      self.cv.notify()
                  
                  class MainThread():
                      def __init__(self, num_of_computers=5):
                          self.cv = [1]
                          self.computers = [Computer(self.cv, i) for i in range(1, num_of_computers+1)]
                  
                      def run(self):
                          [computer.start() for computer in self.computers]
                  
                  
                  if __name__ == '__main__':
                      mt = MainThread(num_of_computers=5)
                      mt.run()
                  

                  以上就是使用Condition实现复杂同步的攻略了,希望能够对使用python的同学有所帮助。

                  本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益,请联系我们,我们会在确认后第一时间进行删除!

                  相关文档推荐

                  Python中有三个内置函数eval()、exec()和compile()来执行动态代码。这些函数能够从字符串参数中读取Python代码并在运行时执行该代码。但是,使用这些函数时必须小心,因为它们的不当使用可能会导致安全漏洞。
                  在Python中,下载网络文本数据到本地内存是常见的操作之一。本文将介绍四种常见的下载网络文本数据到本地内存的实现方法,并提供示例说明。
                  来给你详细讲解下Python 二进制字节流数据的读取操作(bytes与bitstring)。
                  Python 3.x 是 Python 2.x 的下一个重大版本,其中有一些值得注意的区别。 Python 3.0中包含了许多不兼容的变化,这意味着在迁移到3.0之前,必须进行代码更改和测试。本文将介绍主要的差异,并给出一些实例来说明不同点。
                  要在终端里显示图片,需要使用一些Python库。其中一种流行的库是Pillow,它有一个子库PIL.Image可以加载和处理图像文件。要在终端中显示图像,可以使用如下的步骤:
                  在Python中,我们可以使用Pillow库来进行图像处理。具体实现两幅图像合成一幅图像的方法如下:
                1. <legend id='vCiup'><style id='vCiup'><dir id='vCiup'><q id='vCiup'></q></dir></style></legend>
                      • <bdo id='vCiup'></bdo><ul id='vCiup'></ul>
                          <tbody id='vCiup'></tbody>

                        <small id='vCiup'></small><noframes id='vCiup'>

                          <tfoot id='vCiup'></tfoot>

                          <i id='vCiup'><tr id='vCiup'><dt id='vCiup'><q id='vCiup'><span id='vCiup'><b id='vCiup'><form id='vCiup'><ins id='vCiup'></ins><ul id='vCiup'></ul><sub id='vCiup'></sub></form><legend id='vCiup'></legend><bdo id='vCiup'><pre id='vCiup'><center id='vCiup'></center></pre></bdo></b><th id='vCiup'></th></span></q></dt></tr></i><div id='vCiup'><tfoot id='vCiup'></tfoot><dl id='vCiup'><fieldset id='vCiup'></fieldset></dl></div>