•并发:两个或多个事件在同一时间间隔内
发生,这些事件在宏观上是同时发生的,在微观上是交替发生的, 操作系统的并发性指系统中同时存在着多个运行的程序
•并行:两个或多个事件在同一时刻发生
•一个单核(CPU)同一时刻只能执行一个程序
,因此操作系统会协调多个程序使它们交替进行(这些程序在宏观上是同时发生的,在微观上是交替进行的(并发)),单核系统同时执行多个程序一定是具有并发性的
•简单地说,就是操作系统可以同时执行多个任务,生活中有很多的场景中的事情就是同时进行的,比如开车的时候手和脚共同来驾驶汽车,再比如吃饭时手和嘴巴是同时进行的
程序代码模拟多任务:
import time def study(): for i in range(3): print('学习第{}次'.format(i)) time.sleep(1) def book(): for j in range(3): print('看书第{}次'.format(j)) time.sleep(1) if __name__ == '__main__': study() book()
运行结果:
•由上图得:两个函数是按照先后顺序执行的,不能实现同时执行,此时需要多任务,可以使多个任务同时进行,提高效率
•图解多任务:
•上述的实际情况是四个应用程序是可同时执行的,但是多个应用“同时”运行时,并不是真正地同时运行,而是按照时间片轮转的原理进行的(并行执行)
•并发:
假的多任务,CPU数小于当前执行的任务数
•并行:
真的多任务,CPU数大于等于当前执行的任务数
程序实现:
import threading import time def demo(): print('Hello World') time.sleep(1) def main(): for i in range(5): t = threading.Thread(target=demo) t.start() if __name__ == '__main__': main()
运行结果:
•main()函数
中为主线程,demo()函数
为子线程;target参数
是需要执行的任务,即为(demo()函数)
与上一段代码结合修改:
import threading import time def study(): for i in range(3): print('学习第{}次'.format(i)) time.sleep(1) def book(): for j in range(3): print('看书第{}次'.format(j)) time.sleep(1) if __name__ == '__main__': t1 = threading.Thread(target=study) #是study 不是study() t2 = threading.Thread(target=book) #是book 不是book() t1.start() t2.start()
运行结果:
•由显示结果可得,study()和book()
两个函数是同时执行的,此即为多任务,在代码中,t1和t2两个线程是同时执行、不分先后顺序的
•子线程结束之后主线程才会结束,代码验证:
import threading import time def demo(): for i in range(5): print('Hello World') time.sleep(1) def main(): t = threading.Thread(target=demo) t.start() print('主线程') if __name__ == '__main__': main()
运行结果:
•要想主线程执行结束后直接结束程序运行,可增加守护线程
•守护线程:setDaemon(True)
代码如下:
import threading import time def demo(): for i in range(5): print('Hello World') time.sleep(1) def main(): t = threading.Thread(target=demo) # 守护线程 t.setDaemon(True) t.start() print('主线程') if __name__ == '__main__': main()
运行结果:
•上图可看出,只打印了一次Hello World,主线程并没有等待子线程执行结束再结束,而是直接执行结束,所以守护线程不会等子线程结束,而是直接结束
•改进程序,使子线程结束之后主线程再继续运行:
import threading import time def demo(): for i in range(5): print('Hello World') time.sleep(1) def main(): t = threading.Thread(target=demo) t.start() # 等待子线程执行结束,主线程继续向下运行 t.join() print('主线程') if __name__ == '__main__': main()
运行结果:
•由上图可以看出主线程等待子线程打印完全部Hello World之后才打印主线程
•并且,子线程还可以创建子线程
代码测试:
import threading import time def demo(): for i in range(5): print('Hello World') time.sleep(1) t2 = threading.Thread(target=demo1) t2.start() def demo1(): print('我是子线程的创建的子线程') def main(): t = threading.Thread(target=demo) t.start() # 等待子线程执行结束,主线程继续向下运行 t.join() print('主线程') if __name__ == '__main__': main()
运行结果:
•可以看出,子线程的子线程也能正常运行,并且穿插在子线程的运行过程中运行
•在python的基础函数中,enumerate()函数
可以为列表自动创建索引:
代码测试:
list1 = ['y', 'c', 'x'] for i, item in enumerate(list1): print(i, item)
运行结果:
•在多任务中,enumerate()函数
可以查看当前线程的数量:
代码测试:
import threading def demo1(): for i in range(5): print('--demo1-- {}'.format(i)) def demo2(): for i in range(5): print('--demo2-- {}'.format(i)) def main(): t1 = threading.Thread(target=demo1) t2 = threading.Thread(target=demo2) t1.start() t2.start() # 获取当前程序所有的线程 print(threading.enumerate()) if __name__ == '__main__': main()
运行结果:
•从图中可以看出有两个线程:主线程和线程2
•多次运行,结果都是不同的,如下运行图示:
•图示中只有一个主线程
•当调用Thread时,是不会创建线程
•当调用Thread创建出来的实例对象的start()方法
的时候,才会创建线程以及开始运行这个线程
代码测试:
import threading def demo(): for i in range(5): print('Hello World') def main(): print(threading.enumerate()) t1 = threading.Thread(target=demo) print(threading.enumerate()) t1.start() print(threading.enumerate()) if __name__ == '__main__': main()
运行结果:
•由上图可得,在调用Thread时不会创建子线程,只有在调用start()方法后才会创建线程并执行