在單執行緒的情況下，程式是逐條指令順序執行的。同一時間只做乙個任務，完成了乙個任務再進行下乙個任務。比如有5個人吃飯，單執行緒一次只允許乙個人吃，乙個人吃完了另乙個人才能接著吃，假如每個人吃飯都需要1分鐘，5個人就需要5分鐘。多執行緒的情況下，程式就會同時進行多個任務，雖然在同一時刻也只能執行某個任務的一條指令，但是由於cpu執行非常快。可以在極短的時間內切換到另乙個任務。從巨集觀效果來看，cpu是多個任務同時執行的。也拿剛才的吃飯做比喻，多執行緒就相當於5個人同時吃飯，5個人吃完花費的時間和乙個人相同，也是1分鐘。效率的提高是不言而喻的。下面我們用程式來實現一下，首先是單執行緒。
importtime
defbegin(n):
print("第%s個人開始吃飯"%(n+1))
time.sleep(1)
print("第%s個人吃完飯了"%(n+1))
begin_time = time.time()#開始吃飯時間forcount inrange(5):
begin(count)
print("5個人吃飯花費的總時間為",time.time()-begin_time)#統計吃飯用時
執行結果如下：
第1個人開始吃飯
第1個人吃完飯了
第2個人開始吃飯
第2個人吃完飯了
第3個人開始吃飯
第3個人吃完飯了
第4個人開始吃飯
第4個人吃完飯了
第5個人開始吃飯
第5個人吃完飯了
5個人吃飯花費的總時間為
5.002005100250244
從執行結果可以清晰看出，總共用了5秒時間。
下面我們再試試多執行緒：
importthreading
importtime
defbegin(n):
print("第%s個人開始吃飯"%n)
time.sleep(1)
print("第%s個人吃完飯了"%n)
begin_time = time.time()
t_result =
forcount inrange(5):
t = threading.thread(target=begin, args=("%s"%(count+1),))
t.start()
fort int_result:
t.join()
print("5個人吃飯花費的總時間為",time.time()-begin_time)
程式執行結果如下：
第1個人開始吃飯
第2個人開始吃飯
第3個人開始吃飯
第4個人開始吃飯
第5個人開始吃飯
第2個人吃完飯了
第1個人吃完飯了
第5個人吃完飯了
第4個人吃完飯了
第3個人吃完飯了
5個人吃飯花費的總時間為
1.0021629333496094
從執行結果可以清晰看出，總共用了1秒時間。
python多執行緒 python多執行緒
通常來說，多程序適用於計算密集型任務，多執行緒適用於io密集型任務，如網路爬蟲。關於多執行緒和多程序的區別，請參考這個 下面將使用python標準庫的multiprocessing包來嘗試多執行緒的操作，在python中呼叫多執行緒要使用multiprocessing.dummy，如果是多程序則去掉...
ctrl c退出python多執行緒程式
多工並行處理多數需要用到多執行緒，第一次用python寫乙個任務，需要同時監控兩個狀態，就使用了下多執行緒，但測試時候ctrl c居然退不出，我以為是bug，結果看了下確實是這樣的。如果乙個python程式用了多執行緒，當子執行緒沒有結束時，用ctrl c是關閉不了主線程的，這時候就只能用kill命...
python多執行緒詳解 Python多執行緒詳解
前言 由於最近的工作中一直需要用到python去處理資料，而在面對大量的資料時，python多執行緒的優勢就展現出來了。因而藉此機會，盡可能詳盡地來闡述python多執行緒。但對於其更底層的實現機制，在此不做深究，僅是對於之前的一知半解做個補充，也希望初學者能夠通過這篇文章，即便是照葫蘆畫瓢，也能夠...