Python实现子线程有序执行有什么方法?
Admin 2021-10-23 群英技术资讯 884 次浏览
这篇文章主要给大家分享Python实现子线程有序执行的内容,下文有具体的代码和讲解,感兴趣的朋友可以了解看看,希望大家阅读完这篇文章能有所收获,下面我们一起来学习一下吧。
线程的执行是由系统的CPU调度算法所决定的,调度算法按照一系列的要求来从 就绪队列中 选择合适的线程分配CPU资源。
好了,换句话说,线程的执行顺序是不确定的。来个python代码我们看一下:
import threading
def fun():
'''执行函数'''
print(threading.current_thread().getName()+' 正在执行!')
# 线程队列
ths = []
for i in range(10):
ths.append(threading.Thread(target=fun))
# 依次启动线程
for th in ths:
th.start()
看一下效果:

不难看出,虽然第一次运行的结果时有序执行子线程,但是后续重复运行程序的结果,显然是顺序不确定的, 这就正好体现了线程的随机性。
那么我们在某种特殊的场景下,我们需要让子线程按照顺序有序执行,那改怎么做呢?
通过查询threading API我们可以发现一个这样的函数:
Thread.join(timeout=None)
该方法的作用是等待当前执行线程终止
也就是说,哦那我调用start()方法开始线程之后,再调用这个方法不就行了吗?答案是肯定的
import threading
def fun():
'''执行函数'''
print(threading.current_thread().getName()+' 正在执行!')
# 线程队列
ths = []
for i in range(10):
ths.append(threading.Thread(target=fun))
# 依次启动线程
for th in ths:
th.start()
th.join()
看一下效果:

这时候我们发现,不管如何运行子线程的执行顺序都是有序的
就这一种方法吗?当然不是的,而且上面那种方法,如果是控制台界面是没有问题的,但是如果是GUI界面,那就由大问题了。
那么我们再想想join()方法,还可以换种方法用吗?
我们可以用一个小技巧,可以将上一个线程传入target,
在函数中判断,如果上一个线程还在执行,那么就调用join()方法等待其执行,等待执行完毕后,再让当前线程执行。
代码:
import threading
def fun(preThread):
'''执行函数'''
# 等待上一个线程执行完毕
if preThread != None:
preThread.join()
# 执行当前线程
print(threading.current_thread().getName()+' 正在执行!')
# 线程队列
ths = []
for i in range(10):
if i == 0:
ths.append(threading.Thread(target=fun, args=(None, )))
else :
ths.append(threading.Thread(target=fun, args=(ths[-1], )))
# 依次启动线程
for th in ths:
th.start()
看一下效果:

这个时候,我们发现,子线程的执行顺序也是有序的!Nice!
通过以上两种解决方案,完美解决这个问题!
关于Python实现子线程有序执行的内容就介绍到这,希望能对大家有帮助,想要了解更多子线程执行的内容,大家可以关注其它的相关文章。
文本转载自脚本之家
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
今天小编来为大家分享一个有趣的可视化技巧,就是如何利用Python语言实现从图片中提取颜色然后绘制成可视化图表,感兴趣的可以尝试一下
这篇文章主要介绍了pycharm debug 断点调试心得分享,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
这篇文章主要介绍了boost python3依赖安装,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
这篇文章主要介绍json数据的存储,在Python学习中,我们可能会有存储 json数据的需求,因此下文给大家分享简单的json数据的存储操作,感兴趣的朋友可以参考,希望大家阅读完这篇文章能有所收获。
topK是常用的一个功能,在python中,numpy等计算库使用了丰富的底层优化,对于矩阵计算的效率远高于python的for-loop实现。因此,我们希望尽量用一些numpy函数的组合实现topK。
成为群英会员,开启智能安全云计算之旅
立即注册关注或联系群英网络
7x24小时售前:400-678-4567
7x24小时售后:0668-2555666
24小时QQ客服
群英微信公众号
CNNIC域名投诉举报处理平台
服务电话:010-58813000
服务邮箱:service@cnnic.cn
投诉与建议:0668-2555555
Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008