一、多線程共享全局變量

首先我們來回憶下在函數(shù)中修改全局變量的情況。

在一個(gè)函數(shù)中，對(duì)全局變量進(jìn)行修改的時(shí)候，到底是否需要使用 global 進(jìn)行說明，要看是否對(duì)全局變量的執(zhí)行指向進(jìn)行了修改。

如果修改了執(zhí)行指向，即讓全局變量指向了一個(gè)新的地方，那么必須使用 global。

如果僅僅是修改了指向的空間中的數(shù)據(jù)，此時(shí)不是必須要使用 global。

我們來看一個(gè)例子，在這個(gè)例子中，讓一個(gè)子線程對(duì)全局變量 +1 操作，另一個(gè)子線程只打印全局變量，看看數(shù)據(jù)是否共享。

from threading import Threadimport timeg_num = 100def work1(): global g_num g_num += 1 print('----in work1, g_num is %d---' % g_num)def work2(): print('----in work2, g_num is %d---' % g_num)def main(): print('---線程創(chuàng)建之前g_num is %d---' % g_num) t1 = Thread(target=work1) t1.start() # 延時(shí)一會(huì)，保證t1線程中的事情做完 time.sleep(1) t2 = Thread(target=work2) t2.start() time.sleep(1) print('---線程創(chuàng)建之后g_num is %d---' % g_num)if __name__ == '__main__': main()

如果子線程2打印出來的結(jié)果是100，說明全局變量不共享。

如果子線程2打印出來的數(shù)據(jù)是101，說明全局變量共享。

運(yùn)行結(jié)果：

---線程創(chuàng)建之前g_num is 100-------in work1, g_num is 101-------in work2, g_num is 101------線程創(chuàng)建之后g_num is 101---

上面的例子說明，多線程是共享全局變量的。

二、列表當(dāng)做實(shí)參傳遞到線程中

在上面，我們驗(yàn)證了多線程之間是共享全局變量的。

我們也可以將變量當(dāng)作實(shí)參傳遞到線程中，來驗(yàn)證多線程中是共享數(shù)據(jù)的。

from threading import Threadimport timedef work1(nums): nums.append(44) print('----in work1---', nums)def work2(nums): print('----in work2---', nums)g_nums = [11, 22, 33]t1 = Thread(target=work1, args=(g_nums,))t1.start()# 延時(shí)一會(huì)，保證t1線程中的事情做完time.sleep(1)t2 = Thread(target=work2, args=(g_nums,))t2.start()

運(yùn)行結(jié)果：

----in work1--- [11, 22, 33, 44]----in work2--- [11, 22, 33, 44]

那為什么多個(gè)線程之間要共享全局變量，有什么好處么？

因?yàn)槎嗳蝿?wù)往往配合使用。

在一個(gè)進(jìn)程內(nèi)的所有線程共享全局變量，就可以很方便在多個(gè)線程間共享數(shù)據(jù)。

缺點(diǎn)就是，線程是對(duì)全局變量隨意修改可能造成多線程之間對(duì)全局變量的混亂（即線程非安全）。

以上就是python 多線程共享全局變量的優(yōu)劣的詳細(xì)內(nèi)容，更多關(guān)于python 多線程共享全局變量的資料請(qǐng)關(guān)注好吧啦網(wǎng)其它相關(guān)文章！