Python实例浅谈之四递归求斐波那契、阶乘、累加和

一、问题

      脚本递归求斐波那契、阶乘和、累加和函数的运行。先在单线程中运行这三个函数，然后在多线程中做同样的事，以说明多线程的好处。以及子类化threading线程模块的Thread类，灵活地来自定义线程对象。

二、解决

1、代码

#!/usr/bin/env python

import threading
from time import time, ctime, sleep

class MyThread(threading.Thread):
    def __init__(self, func, args, name=''):
        threading.Thread.__init__(self)
        self.name = name
        self.func = func
        self.args = args

    def getResult(self):
        return self.res

    def run(self):
        print 'starting', self.name, 'at:', ctime()
        self.res = apply(self.func, self.args)
        print self.name, 'finished at:', ctime()

def fib(x):
    sleep(0.005)
    if x < 2: return 1
    return (fib(x-2) + fib(x-1))

def fac(x):
    sleep(0.1)
    if x < 2: return 1
    return (x * fac(x-1))

def sum(x):
    sleep(0.1)
    if x < 2: return 1
    return (x + sum(x-1))

funcs = (fib, fac, sum)
n = 12

def main():
    nfuncs = range(len(funcs))

    print '*** SINGLE THREAD'
    for i in nfuncs:
        print 'starting', funcs[i].__name__, 'at:', ctime()
        print funcs[i](n)
        print funcs[i].__name__, 'finished at:', ctime()

    print '\n*** MULTIPLE THREADS'
    threads = []
    for i in nfuncs:
        t = MyThread(funcs[i], (n,), funcs[i].__name__)
        threads.append(t)

    for i in nfuncs:
        threads[i].start()

    for i in nfuncs:
        threads[i].join()
        print threads[i].getResult()

    print '--all DONE at:', ctime()

if __name__ == '__main__':
    main()

       在这个多线程程序中，分别在单线程和多线程环境中，运行三个递归函数。在单线程中运行只要简单地逐个调用这些函数，在函数结束后，显示对应的结果；在多线程中，不马上显示结果，等到要结束时才会调用 getResult()函数，并在最后显示每个函数的结果。 Thread的子类更为通用，把子类单独放在一个模块中。

2、运行结果图

三、总结

（1）在每个函数中加上一个sleep()函数，让为了让函数慢下来，以便于能方便地看到多线程能在多大程度上加速程序的运行。在实际的开发中应用中可以去掉sleep()函数。
（2）线程中的临界资源（临界区）、锁机制、条件变量、信号量、同步队列等机制在实际开发中还需总结。
（3）若有不足，请留言，在此先感谢！