Pythonasyncio实现带优先级队列方法
你在学习文章相关的知识吗?本文《asyncio.Queue 实现带优先级的队列(PriorityQueue)可以通过自定义队列类来实现,利用 Python 的 heapq 模块来管理优先级。以下是一个简单的实现示例:import asyncio import heapq class PriorityQueue(asyncio.Queue): def __init__(self, maxsize=0): super().__init__(maxsize) self._heap = [] def put(self, item, priority=0): # 将元素和优先级一起放入堆中 heapq.heappush(self._heap, (priority, item)) self._not_empty.notify() async def get(self): # 从堆中获取优先级最高的元素 while not self._heap: await self._not_empty.wait() priority, item = heapq.heappop(self._heap) return item def qsize(self): return len(self._heap) def empty(self): return len(self._heap) == 0使用示例 async def producer(queue): for i in range(5): # 以不同优先级添加任务 queue.put(f"Task {i}", priority=i) await asyncio.sleep(1) async def consumer(queue): while True: task = await queue.get() print(f"Processing: {task}") if task == "Task 4": break》,主要介绍的内容就涉及到,如果你想提升自己的开发能力,就不要错过这篇文章,大家要知道编程理论基础和实战操作都是不可或缺的哦!
推荐直接使用 asyncio.PriorityQueue 实现优先级队列,它是标准库中线程安全、协程友好的内置类,基于 heapq 自动排序,支持 await,优先级数值越小越先执行;避免手动维护排序。

asyncio.Queue 本身不支持优先级,但可以通过组合 asyncio.PriorityQueue(它已内置)或用 asyncio.Queue + 自定义优先级逻辑来实现。最直接、推荐的方式是直接使用 asyncio.PriorityQueue —— 它是标准库中专为异步场景设计的线程安全、协程友好的优先级队列。
✅ 使用 asyncio.PriorityQueue(最简单可靠)
asyncio.PriorityQueue 是 asyncio.Queue 的子类,内部基于 heapq 实现,支持按优先级(数值越小优先级越高)自动排序。所有方法(put()、get()、qsize() 等)与 Queue 一致,且天然支持 await。
- 入队时传入一个可比较的优先级项,通常为元组:
(priority, item) - 优先级可以是整数、浮点数,甚至自定义对象(只要支持
<比较) - 多个协程并发
get()时,仍能保证每次取出当前最高优先级(最小 priority 值)的元素
示例:
import asyncioasync def main(): pq = asyncio.PriorityQueue()
# 先入低优先级(3),再入高优先级(1),最后入中等(2) await pq.put((3, "task_c")) await pq.put((1, "task_a")) # 最先被 get await pq.put((2, "task_b")) print(await pq.get()) # (1, 'task_a') print(await pq.get()) # (2, 'task_b') print(await pq.get()) # (3, 'task_c')asyncio.run(main())
⚠️ 不要用 asyncio.Queue + sorted() 手动维护(不推荐)
有人尝试用普通 asyncio.Queue 存储元组,再每次 get() 后手动排序剩余元素——这不仅破坏了队列的原子性,还无法保证并发安全,且 Queue 内部结构不可直接访问或修改。切勿这样做。
? 如需更灵活的优先级逻辑(如动态权重、多级策略)
可封装一个包装类,内部用 asyncio.PriorityQueue,但把 put() 的优先级计算逻辑隐藏起来:
- 例如:根据任务类型、超时时间、用户等级动态生成 priority 值
- 确保 priority 值始终可比较、稳定(相同逻辑下相同输入产生相同 priority)
- 避免在 priority 中嵌入不可比较对象(如未实现
__lt__的类实例)
示例(按截止时间优先):
import asyncio from datetime import datetimeclass DeadlinePriorityQueue: def init(self): self._pq = asyncio.PriorityQueue()
async def put(self, item, deadline: datetime): # 越早截止,priority 越小 → 越先执行 priority = deadline.timestamp() await self._pq.put((priority, item)) async def get(self): _, item = await self._pq.get() return item使用
async def demo(): q = DeadlinePriorityQueue() await q.put("urgent", datetime(2024, 1, 1, 10, 0)) await q.put("later", datetime(2024, 1, 1, 12, 0)) print(await q.get()) # "urgent"
? 注意事项
asyncio.PriorityQueue在 Python 3.7+ 中可用;3.6 及更早版本需自行实现或升级- 不要混用
put_nowait()/get_nowait()—— 它们不支持优先级调度,会绕过 heapq 排序逻辑,导致行为异常 - 如果需要“取消某个待处理任务”,
PriorityQueue不提供 remove 接口,常见做法是加个“取消标记”字段,在get()后检查并跳过已失效项
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。
浏览器运行HTML步骤详解
- 上一篇
- 浏览器运行HTML步骤详解
- 下一篇
- PHPIterator遍历集合详解
-
- 文章 · python教程 | 48分钟前 | python · asyncio · asyncio Python异步 as_completed
- Python asyncio.as_completed 怎样按完成顺序处理结果
- 144浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python Fraction 近似浮点数时怎样控制最大分母
- 417浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python compression.zstd 怎样读取大压缩流
- 288浏览 收藏
-
- 文章 · python教程 | 3小时前 |
- Python 3.15 t-string 怎样用于模板化文本
- 491浏览 收藏
-
- 文章 · python教程 | 3小时前 | 连接池 · python ·
- Python httpx 怎样复用异步客户端连接
- 299浏览 收藏
-
- 文章 · python教程 | 3小时前 | SQLite · Python教程 · 内存数据库 serialize Python sqlite3 deserialize SQLite迁移
- Python sqlite3 serialize 与 deserialize 的内存数据库迁移方法
- 497浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python logging 怎样用 contextvars 注入请求标识
- 471浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python typing.Protocol 怎样描述可替换依赖
- 236浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python multiprocessing 怎样选择 spawn 和 fork
- 322浏览 收藏
-
- 文章 · python教程 | 4小时前 | JSON · Python教程 · Python JSON enum 反序列化 序列化 json.dumps json.loads StrEnum
- Python StrEnum 怎样与 JSON 字符串互转
- 393浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- Python 3.15 延迟导入怎样评估启动收益
- 133浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 471次使用
-
- 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。
- 531次使用
-
- 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。
- 550次使用
-
- 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。
- 501次使用
-
- 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。
- 318次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
