高级主题：多线程与多进程¶

在Python中，多线程和多进程是实现并发编程的两种主要方式。并发编程允许程序同时执行多个任务，从而提高程序的效率和响应性。本文将详细介绍如何使用Python的多线程和多进程模块来实现并发编程。

1. 多线程与多进程的概念¶

1.1 什么是多线程？¶

多线程是指在一个进程中同时运行多个线程。每个线程可以执行不同的任务，但它们共享相同的内存空间。多线程适用于I/O密集型任务，如文件读写、网络请求等。

1.2 什么是多进程？¶

多进程是指在一个程序中同时运行多个进程。每个进程有自己独立的内存空间，因此多进程适用于CPU密集型任务，如数学计算、图像处理等。

1.3 多线程与多进程的区别¶

内存共享：多线程共享内存空间，而多进程不共享内存空间。
创建开销：多线程的创建和切换开销较小，而多进程的创建和切换开销较大。
适用场景：多线程适用于I/O密集型任务，多进程适用于CPU密集型任务。

2. 多线程编程¶

Python提供了threading模块来实现多线程编程。下面是一个简单的多线程示例。

2.1 使用`threading`模块创建线程¶

import threading
import time

# 定义一个线程执行的函数
def worker(thread_name):
    print(f"线程 {thread_name} 开始执行")
    time.sleep(2)  # 模拟耗时操作
    print(f"线程 {thread_name} 执行完毕")

# 创建两个线程
thread1 = threading.Thread(target=worker, args=("Thread-1",))
thread2 = threading.Thread(target=worker, args=("Thread-2",))

# 启动线程
thread1.start()
thread2.start()

# 等待线程执行完毕
thread1.join()
thread2.join()

print("所有线程执行完毕")

代码解释： - threading.Thread用于创建一个线程对象，target参数指定线程执行的函数，args参数传递给函数的参数。 - start()方法启动线程。 - join()方法等待线程执行完毕。

2.2 线程同步¶

在多线程编程中，线程同步是一个重要的问题。Python提供了Lock对象来实现线程同步。

import threading

# 共享资源
counter = 0
lock = threading.Lock()

def increment():
    global counter
    for _ in range(100000):
        lock.acquire()  # 获取锁
        counter += 1
        lock.release()  # 释放锁

# 创建两个线程
thread1 = threading.Thread(target=increment)
thread2 = threading.Thread(target=increment)

# 启动线程
thread1.start()
thread2.start()

# 等待线程执行完毕
thread1.join()
thread2.join()

print(f"最终计数器值: {counter}")

代码解释： - Lock对象用于确保同一时间只有一个线程可以访问共享资源。 - acquire()方法获取锁，release()方法释放锁。

3. 多进程编程¶

Python提供了multiprocessing模块来实现多进程编程。下面是一个简单的多进程示例。

3.1 使用`multiprocessing`模块创建进程¶

import multiprocessing
import time

# 定义一个进程执行的函数
def worker(process_name):
    print(f"进程 {process_name} 开始执行")
    time.sleep(2)  # 模拟耗时操作
    print(f"进程 {process_name} 执行完毕")

# 创建两个进程
process1 = multiprocessing.Process(target=worker, args=("Process-1",))
process2 = multiprocessing.Process(target=worker, args=("Process-2",))

# 启动进程
process1.start()
process2.start()

# 等待进程执行完毕
process1.join()
process2.join()

print("所有进程执行完毕")

代码解释： - multiprocessing.Process用于创建一个进程对象，target参数指定进程执行的函数，args参数传递给函数的参数。 - start()方法启动进程。 - join()方法等待进程执行完毕。

3.2 进程间通信¶

在多进程编程中，进程间通信是一个重要的问题。Python提供了Queue对象来实现进程间通信。

import multiprocessing

# 定义一个进程执行的函数
def worker(queue):
    while not queue.empty():
        item = queue.get()
        print(f"处理项目: {item}")

# 创建一个队列并填充数据
queue = multiprocessing.Queue()
for i in range(10):
    queue.put(i)

# 创建两个进程
process1 = multiprocessing.Process(target=worker, args=(queue,))
process2 = multiprocessing.Process(target=worker, args=(queue,))

# 启动进程
process1.start()
process2.start()

# 等待进程执行完毕
process1.join()
process2.join()

print("所有进程执行完毕")

代码解释： - Queue对象用于在进程间传递数据。 - put()方法向队列中添加数据，get()方法从队列中获取数据。

4. 练习题¶

4.1 简单练习¶

编写一个多线程程序，创建5个线程，每个线程打印自己的线程名称。

4.2 中等练习¶

编写一个多进程程序，创建3个进程，每个进程计算1到100的和，并将结果输出。

4.3 复杂练习¶

编写一个多线程程序，模拟一个银行账户的存款和取款操作。使用线程同步机制确保账户余额的正确性。

5. 总结¶

多线程适用于I/O密集型任务，线程共享内存空间，创建和切换开销较小。
多进程适用于CPU密集型任务，进程不共享内存空间，创建和切换开销较大。
线程同步和进程间通信是实现并发编程时需要重点考虑的问题。

通过本文的学习，你应该能够理解多线程和多进程的基本概念，并能够在Python中使用threading和multiprocessing模块实现并发编程。