一、前言

　　之前，我們只是簡單的介紹了多線程演示，也通過時間設置看出來了，多線程和單線程的不同。現在我們進行更深入的了解，來聊一聊，另外一種多線程方式，繼承式多線程，和一個多線程的等待。

二、繼承式多線程

2.1、定義

說明：繼承式多線程是自己自定義類，去繼承theading.Tread這個類，通過啟動，去執行run方法中的代碼。

import threading import timeclass MyThead(threading.Thread): #繼承threading.Thread"繼承式多線程"def __init__(self,n):super(MyThead,self).__init__()self.n = ndef run(self): #重寫run方法"這個方法不能叫別的名字，只能叫run方法"print("runinit task",self.n)time.sleep(2)t1 = MyThead("t1") #實例化 t2 = MyThead("t2")t1.start() #啟動一個多線程 t2.start()

三、啟動多個線程

　　我們之前只啟動了一個2個線程，還是用那種古老的方式t1,t2。那我想一下子起10個或者100個線程，該如何起吶？這邊我們可以啟動線程的時候，把它加到循環里面去。并且來計算一下它的時間。

3.1、啟動多個線程

說明：我們這邊為了方便實驗，就啟動5個線程吧，暫時不啟動那么多，并且計算一下時間。那有些同學說了，你為啥不啟動1000個線程或者更多一點的線程。這邊注意了：你的計算機是4核的，它能干的事情，就是4個任務。你啟動的線程越多，就代表著要在這個很多線程之間進行上下文切換。相當于我有一本書，我只看了半頁，因為cpu要確保每個人都能執行。也就是說我一本說我要確保你們每一位同學都能看到，那就相當于每個人執行的時間非常少。我把這本說拿過來，一下子又被第二個人，第三個人拿走了。所以就導致所有的人都慢了，所以說你的線程啟動1000，啟動10000就沒有意義了，導致機器越來越慢，所以要適當設置。下面我們就來看看一下子啟動多個線程的例子，例子如下：

import threading,timedef run(n): #這邊的run方法的名字是自行定義的，跟繼承式多線程不一樣，那個是強制的print("task:",n)time.sleep(2)print("task done",n)start_time = time.time() #開始時間 for i in range(5): #一次性啟動5個線程t = threading.Thread(target=run,args=("t-{0}".format(i),))t.start()print("--------all thead has finished") print("cost:",time.time()-start_time) #計算總耗時#輸出 task: t-0 task: t-1 task: t-2 task: t-3 task: t-4 --------all thead has finished cost: 0.00096893310546875 task done t-1 task done t-2 task done t-0 task done t-4 task done t-3

　　大家有沒有從上面的程序發現問題，就是我主線程沒有等其他的子線程執行完畢，就直接往下執行了，這是為什么呢？而且這個計算的時間根本不是我們想要的時間，中間的2秒哪里去了?

答案：一個程序至少有一個線程，那先往下走的，沒有等的就是主線程，主線程啟動了子線程之后，子線程就是獨立的，跟主線程就沒有關系了。主線程和它啟動的子線程是并行關系，這就解釋了為什么我的主線程啟動子線程之后，沒有等子線程，而繼續往下走了。所以我們計算不出來時間，因為程序已經不是串行的了。程序本身就是一個線程，就是主線程。但是我就是想測試總共花了多長時間，咋辦吶？不要著急精彩繼續

四、等待線程執行結果

4.1、join設置等待線程執行結果

說明：通過設置在主線程里去等待子線程的執行結果，有了這個執行結果就完了，我要拿所有子線程的執行結果，如果有子線程的執行結果，我們一切都好辦了。

import threading import timeclass MyThead(threading.Thread):"繼承式多線程"def __init__(self,n):super(MyThead,self).__init__()self.n = ndef run(self):"這個方法不能叫別的名字，只能叫run方法"print("runinit task",self.n)time.sleep(2)t1 = MyThead("t1") t2 = MyThead("t2")t1.start() t1.join() #等待t1線程的執行結果，相當于于其他語言里面的 t1.wait() t2.start()

注：

t1.join() => 等待第一個線程的執行結果，這個結果在沒有返回之前，程序是不往下走的。所以你這個這個程序什么嗎？這個程序變成串行的了。

t2.start() => 這個后面沒有寫 join() 這個方法，但是程序在退出之前，它肯定要確保線程都執行完畢，所以它就默認就有一個join。所以最后不寫。

4.2、實現并發效果

說明：上面雖然有我想要的結果，卻失去了并行的效果。我想要的是線程依然是并行效果，但是只不過，所有的線程統一之后再等主線程往下走。

import threading,timeclass MyThead(threading.Thread):"繼承式多線程"def __init__(self,n,sleep_time): #增加時間屬性super(MyThead,self).__init__()self.n = nself.sleep_time = sleep_timedef run(self):print("runinit task",self.n)time.sleep(self.sleep_time) #每個線程可以傳入不不同的時間print("task done,",self.n)t1 = MyThead("t1",2) #t1傳入2秒 t2 = MyThead("t2",4) #t2傳入4秒t1.start() t2.start()t1.join() #把t1.join()放在線程啟動之后 print("main thead.....")#執行結果 runinit task t1 runinit task t2 task done, t1 main thead..... task done, t2

注意了：t1.join() => 這邊只等t1的結果，然后主線程繼續往下走，因為t2需要等4秒，所以，最后打出來的是t2的執行結果。t1的結果到了，就立刻算結果。這邊只計算了t1的結果，沒有t2的結果。如果想算t2的結果，就 t2.join()。上面代碼不理解如圖：

4.3、計算多個線程的執行時間

說明：我們用上面的執行重新改進一下第二知識點里面的代碼，來計算一下10個線程啟動執行的時間。

import threading,timedef run(n):print("task:",n)time.sleep(2)print("task done",n)start_time = time.time() t_objs = [] #存放子線程實例 for i in range(5):t = threading.Thread(target=run,args=("t-{0}".format(i),))t.start()t_objs.append(t) #為了不阻塞后面線程的啟動，不在這里join，先放到一個列表中for t in t_objs: #循環線程實例列表，等待所有線程執行完畢t.join() print("--------all thead has finished") print("cost:",time.time()-start_time)#輸出 task: t-0 task: t-1 task: t-2 task: t-3 task: t-4 task done t-2 task done t-1 task done t-0 task done t-4 task done t-3 --------all thead has finished cost: 2.003025770187378

哈哈，這樣結果正是我們想要的。

轉載于:https://www.cnblogs.com/zhangqigao/articles/7255574.html

總結

以上是生活随笔為你收集整理的day9-继承式多线程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。