python多线程共享变量的使用和效率

python多线程可以使任务得到并发执行，但是有时候在执行多次任务的时候，变量出现“意外”。

import threading,time
n=0
start=time.time()
def b1(num):
	global n
	n=n+num
	n=n-num
def b2(num):
	for i in range(1000000):
		b1(num)
t1=threading.Thread(target=b2,args=(5,))
t2=threading.Thread(target=b2,args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
end=time.time()
print(n)
print(end-start)

执行结果：

18
0.7520430088043213

可见变量n从0变成了18，用时是0.75s，原因是计算机系统计算类似n=n+num是分两步计算的，先计算n+num的值放进内存中，然后再把计算的值赋值给n，正是这个间隙导致了变量出现“意外”。

这时候可以使用threading.Lock来把线程中的变量锁定，使用完再释放！

import threading,time
n=0
lock=threading.Lock()
start=time.time()
def b1(num):
	global n
	n=n+num
	n=n-num
def b2(num):
	for i in range(1000000):
			lock.acquire()#等待获取或获取修改变量的权限，并霸占它们
			b1(num)
			lock.release()#释放霸占的变量
t1=threading.Thread(target=b2,args=(5,))
t2=threading.Thread(target=b2,args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
end=time.time()
print(n)
print(end-start)

执行结果：

0
3.335190773010254

虽然变量的值正确了，但慢了很多倍，效率大大的打折扣，多线程的优势也没凸显出来。

所以尽量使用局部变量来代替全局变量在线程中使用，这样可以避免效率的问题。