python 中多個執行緒之間是可以共享全域性變數的資料的。
但是，多執行緒共享全域性變數是會出問題的。
假設兩個執行緒 t1 和 t2 都要對全域性變數g_num (預設是0)進行加1運算，t1 和 t2 都各對g_num 加10次，g_num 的最終的結果應該為20。
但是由於多執行緒是同時操作，有可能出現下面情況：
在g_num=0時，t1 取得g_num=0。此時系統把 t1 排程為」sleeping」狀態，把t2轉換為」running」狀態，t2 也獲得 g_num=0。
然後 t2 對得到的值進行加1並賦給 g_num，使得g_num=1 。
接著系統又把 t2 排程為」sleeping」，把 t1 轉為」running」。執行緒t1又把它之前得到的0加1後賦值給g_num。
這樣導致雖然 t1 和 t2 都對g_num加1，但結果仍然是 g_num=1。
先看例子：
import threading
import time
g_num = 0
def work1(num):
global g_num
for i in range(num):
g_num += 1
print("----in work1, g_num is %d---" % g_num)
def work2(num):
global g_num
for i in range(num):
g_num += 1
print("----in work2, g_num is %d---" % g_num)
print("---執行緒建立之前g_num is %d---" % g_num)
t1 = threading.thread(target=work1, args=(100,))
t1.start()
t2 = threading.thread(target=work2, args=(100,))
t2.start()
# 確保子執行緒都執行結束
while len(threading.enumerate()) != 1:
time.sleep(1)
print("2個執行緒對同乙個全域性變數操作之後的最終結果是:%s" % g_num)
執行結果：
---執行緒建立之前g_num is 0---
----in work1, g_num is 100---
----in work2, g_num is 200---
2個執行緒對同乙個全域性變數操作之後的最終結果是:200
乍一看，好像沒出什麼問題。那是因為資料太小了，我們現在把資料變大。
'''
'''import threading
import time
g_num = 0
def work1(num):
global g_num
for i in range(num):
g_num += 1
print("----in work1, g_num is %d---" % g_num)
def work2(num):
global g_num
for i in range(num):
g_num += 1
print("----in work2, g_num is %d---" % g_num)
print("---執行緒建立之前g_num is %d---" % g_num)
t1 = threading.thread(target=work1, args=(1000000,))
t1.start()
t2 = threading.thread(target=work2, args=(1000000,))
t2.start()
# 確保子執行緒都執行結束
while len(threading.enumerate()) != 1:
time.sleep(1)
print("2個執行緒對同乙個全域性變數操作之後的最終結果是:%s" % g_num)
執行結果：
---執行緒建立之前g_num is 0---
----in work2, g_num is 1048576---
----in work1, g_num is 1155200---
2個執行緒對同乙個全域性變數操作之後的最終結果是:1155200
數越大，出現問題的概率越大，而且資料的偏差也越大。
如果多個執行緒同時對同乙個全域性變數操作，會出現資源競爭問題，從而資料結果會不正確。
python多執行緒 共享全域性變數
from threading import thread import time g num 100 def work1 global g num for i in range 3 g num 1 print in work1,g num is d g num def work2 global g ...
多執行緒共享變數 多執行緒共享全域性變數
1.多執行緒的執行順序是無序的 像2個人賽跑，乙個先跑乙個後跑，但根據每個人跑的速度不一樣，跑一半，二者可能跑在一起去了。2.又因為多執行緒是共享乙個全域性變數的，就導致資料容易被弄髒 假如老闆讓兩個員工寫兩個主題ppt，若這兩個人沒商量好，都做了同乙個主題的ppt，導致不但速度很慢，且這個ppt有...
Python 中多執行緒共享全域性變數的問題
在之前，我們講過了，python 中多個執行緒之間是可以共享全域性變數的資料的。但是，多執行緒共享全域性變數是會出問題的。假設兩個執行緒 t1 和 t2 都要對全域性變數g num 預設是0 進行加1運算，t1 和 t2 都各對g num加10次，g num的最終的結果應該為20。但是由於多執行緒是...