python并发编程学习笔记--单线程，多线程，多进程 day06

Python并发编程是指同时处理多个任务的技术，包括单线程、多线程和多进程三种方式。

1. 单线程：

单线程是指在一个进程中只有一个线程在执行任务的情况。虽然只有一个线程在执行任务，但可以使用异步编程模型来实现并发操作，从而达到提高程序效率的目的。

2. 多线程：

多线程是指在一个进程中创建多个线程，每个线程都可以执行不同的任务，同时运行。多线程通常比单线程更快，因为它允许并发执行多个任务，但需要注意线程之间的同步问题。

3. 多进程：

多进程是指创建多个独立的进程，每个进程都有自己的内存空间和系统资源，并且可以执行不同的任务。多进程相比多线程更安全，但会消耗更多的系统资源。

区别：

单线程：只有一个线程在执行任务，不能充分利用CPU的多核性能，但线程切换的开销小，适用于I/O密集型任务。

多线程：多个线程可以同时执行任务，可以充分利用CPU的多核性能，但需要考虑线程安全和同步问题。

多进程：多个进程可以同时执行任务，每个进程都有自己独立的内存空间和系统资源，但启动进程的开销比较大。

联系：

三者都是实现并发编程的方式，都可以提高程序效率和性能，但在使用时需要根据具体情况选择合适的方法。同时，多线程和多进程都需要注意线程安全和同步问题。

import math
import time
from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor
# 数比较大时，速度：多进程>单线程>多线程
PRIMES = [112272535095293] * 100
# 数比较小时，速度：单线程>多线程>多进程
# PRIMES = [112272535095293]


# cpu密集型计算
# 判断是否为素数
def is_prime(n):
    if n < 2:
        return False
    if n == 2:
        return True
    if n % 2 == 0:
        return False
    sqrt_n = int(math.floor(math.sqrt(n)))
    for i in range(3, sqrt_n + 1, 2):
        if n % i == 0:
            return False
    return True


def single_thread():
    for number in PRIMES:
        is_prime(number)


def multi_thread():
    with ThreadPoolExecutor() as pool:
        pool.map(is_prime, PRIMES)


def multi_process():
    with ProcessPoolExecutor() as pool:
        pool.map(is_prime, PRIMES)


if __name__ == '__main__':
    start = time.time()
    single_thread()
    end = time.time()
    print(f"single_thread,cost:{end - start} seconds")

    start = time.time()
    multi_thread()
    end = time.time()
    print(f"multi_thread,cost:{end - start} seconds")

    start = time.time()
    multi_process()
    end = time.time()
    print(f"multi_process,cost:{end - start} seconds")