某个线程要共享数据时,先将其锁定,此时资源的状态为“锁定”,其他线程不能更改;直到该线程释放资源,将资源的状态变成“非锁定”,其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进入写入操作,从而保证了多线程情况下数据的正确性。
采用f_flag的方法效率低
创建锁
mutex=threading.Lock()
锁定
mutex.acquire([blocking])#里面可以加blocking(等待的时间)或者不加,不加就会一直等待(堵塞)
释放
mutex.release()
import threading
from threading import Thread
from threading import Lock
import time
thnum=0
#两个线程都在抢着对这个锁进行上锁,如果有一方成功上锁,那么导致另外一方会堵塞(一直等待),到这个锁被解开为之
class MyThread(threading.Thread):
def run(self):
mutex.acquire()
for i in range(10000):
global thnum
thnum+=1
print(thnum)
mutex.release()
def test():
global thnum
mutex.acquire() #等待可以上锁,通知而不是轮训,没有占用CPU
for i in range(10000):
thnum+=1
print(thnum)
mutex.release()#解锁
mutex=Lock()
if __name__=='__main__':
t=MyThread()
t.start()
#创建一把互斥锁,默认是没有上锁的
thn=Thread(target=test)
thn.start()
'''''
10000
20000
'''
只要一上锁,由多任务变为单任务,相当于只有一个线程在运行。
下面的代码相对上面加锁的时间变短了
import threading
from threading import Thread
from threading import Lock
import time
thnum=0
#两个线程都在抢着对这个锁进行上锁,如果有一方成功上锁,那么导致另外一方会堵塞(一直等待),到这个锁被解开为之
class MyThread(threading.Thread):
def run(self):
for i in range(10000):
mutex.acquire()
global thnum
thnum+=1
mutex.release()#释放后,都开始抢,这样上锁的时间变短
print(thnum)
def test():
global thnum
for i in range(10000):
mutex.acquire()
thnum+=1
mutex.release()#解锁
print(thnum)
mutex=Lock()
if __name__=='__main__':
t=MyThread()
t.start()
#创建一把互斥锁,默认是没有上锁的
thn=Thread(target=test)
thn.start()
'''''
10000
20000
'''
只有必须加锁的地方才加锁
同步:按照预定的先后顺序执行
一个运行完后,释放下一个,下一个锁定后运行,再释放下一个,下一个锁定后,运行后释放下一个..... 释放第一个
异步:
#异步的实现
from multiprocessing import Pool
import time
import os
#getpid()获取当前进程的进程号
#getppid()获取当前进程的父进程号
def test():#子进程
print("----进程池中的进程-----pid=%d,ppid=%d --"%(os.getpid(),os.getppid()))
for i in range(3):
print("-----%d----"%i)
time.sleep(1)
return "over" #子进程执行完后返回给操作系统,返回给父进程
def test2(args):
print("-----callback func----pid=%d"%os.getpid())#主进程调用test2
print("------callback func---args=%s"%args)
def main():
pool=Pool(3)
pool.apply_async(func=test,callback=test2)#回调
time.sleep(5)#收到func进程结束后的信号后,执行回调函数test2
print("----主进程-pid = %d"%os.getpid())
if __name__=="__main__":
#main()
pool=Pool(3)
pool.apply_async(test,callback=test2)#回调
time.sleep(5)#收到func进程结束后的信号后,执行回调函数test2
print("----主进程-pid = %d"%os.getpid())
'''''显示结果不太正确,应该先运行test呀,再运行test2
-----callback func----pid=7044
------callback func---args=over
----主进程-pid = 7044
----进程池中的进程-----pid=3772,ppid=7044 --
-----0----
-----1----
-----2----
'''
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]