python 多线程共享全局变量的优劣
一、多线程共享全局变量
首先我们来回忆下在函数中修改全局变量的情况。
在一个函数中,对全局变量进行修改的时候,到底是否需要使用 global 进行说明,要看是否对全局变量的执行指向进行了修改。
如果修改了执行指向,即让全局变量指向了一个新的地方,那么必须使用 global。
如果仅仅是修改了指向的空间中的数据,此时不是必须要使用 global。
我们来看一个例子,在这个例子中,让一个子线程对全局变量 +1 操作,另一个子线程只打印全局变量,看看数据是否共享。
from threading import Thread import time g_num = 100 def work1(): global g_num g_num += 1 print("----in work1, g_num is %d---" % g_num) def work2(): print("----in work2, g_num is %d---" % g_num) def main(): print("---线程创建之前g_num is %d---" % g_num) t1 = Thread(target=work1) t1.start() # 延时一会,保证t1线程中的事情做完 time.sleep(1) t2 = Thread(target=work2) t2.start() time.sleep(1) print("---线程创建之后g_num is %d---" % g_num) if __name__ == "__main__": main()
如果子线程2打印出来的结果是100,说明全局变量不共享。
如果子线程2打印出来的数据是101,说明全局变量共享。
运行结果:
---线程创建之前g_num is 100---
----in work1, g_num is 101---
----in work2, g_num is 101---
---线程创建之后g_num is 101---
上面的例子说明,多线程是共享全局变量的。
二、列表当做实参传递到线程中
在上面,我们验证了多线程之间是共享全局变量的。
我们也可以将变量当作实参传递到线程中,来验证多线程中是共享数据的。
from threading import Thread import time def work1(nums): nums.append(44) print("----in work1---", nums) def work2(nums): print("----in work2---", nums) g_nums = [11, 22, 33] t1 = Thread(target=work1, args=(g_nums,)) t1.start() # 延时一会,保证t1线程中的事情做完 time.sleep(1) t2 = Thread(target=work2, args=(g_nums,)) t2.start()
运行结果:
----in work1--- [11, 22, 33, 44]
----in work2--- [11, 22, 33, 44]
那为什么多个线程之间要共享全局变量,有什么好处么?
因为多任务往往配合使用。
在一个进程内的所有线程共享全局变量,就可以很方便在多个线程间共享数据。
缺点就是,线程是对全局变量随意修改可能造成多线程之间对全局变量的混乱(即线程非安全)。
以上就是python 多线程共享全局变量的优劣的详细内容,更多关于python 多线程共享全局变量的资料请关注脚本之家其它相关文章!
最新评论