当前位置:首页 > 文章列表 > 文章 > python教程 > Python 线程重复执行问题:为什么同一个变量导致多个线程执行结果相同?

Python 线程重复执行问题:为什么同一个变量导致多个线程执行结果相同?

2024-11-11 09:40:02 0浏览 收藏

本篇文章向大家介绍《Python 线程重复执行问题:为什么同一个变量导致多个线程执行结果相同?》,主要包括,具有一定的参考价值,需要的朋友可以参考一下。

Python 线程重复执行问题:为什么同一个变量导致多个线程执行结果相同?

python线程重复执行

在以下代码中,预期不同的线程将依次执行,但实际却重复执行了最后一个线程:

import threading, time

num = 5
lock = threading.lock()  # 创建同步锁
l = []

def sub():
    global num
    print('sub %s' % t.name)
    lock.acquire()  # 获得同步锁:不让别的线程在同一时刻运行
    print(t.name)
    temp = num
    time.sleep(1)
    num = temp - 1
    lock.release()  # 解除同步锁
    print('%s ' % t.name, num)

for i in range(5):
    t = threading.thread(target=sub)
    t.start()
    print('start %s' % t.name)
    l.append(t)

for t in l:
    t.join()

print('s', num)

问题根源在于 t 变量全局引用的问题:

  • for 循环中,每次迭代都会创建并启动新线程。
  • 每个线程在进入 sub 函数时都会获取对 t 的引用。
  • 由于 t 是全局变量,循环的最后一次迭代后,t 将指向最后一个创建的线程(也就是线程 5)。

因此,当不同的线程调用 sub 函数时,它们实际都引用的是同一个 t 对象,导致最后仅打印出了线程 5 的输出。

解决方案

要解决此问题,我们需要为每个线程显式传递 t 参数或使用 threading.current_thread() 函数来获取当前线程信息。

修改后的代码:

import threading, time

num = 5
lock = threading.Lock()  # 创建同步锁
# L = []

def sub(t):
    global num
    print('sub %s' % t.name)
    lock.acquire()  # 获得同步锁:不让别的线程在同一时刻运行
    print(threading.current_thread().getName())
    temp = num
    time.sleep(1)
    num = temp - 1
    lock.release()  # 解除同步锁
    print('%s ' % t.name, num)

for i in range(5):
    t = threading.Thread(target=sub)
    t.start()
    print('start %s' % t.name)
    # L.append(t)

# for T in L:
#     T.join()

print('s', num)

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

小程序表格内容过长如何换行显示?小程序表格内容过长如何换行显示?
上一篇
小程序表格内容过长如何换行显示?
Scrapy 框架使用中,为什么响应内容为空?
下一篇
Scrapy 框架使用中,为什么响应内容为空?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    292次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    344次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    347次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    311次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    133次使用