-
Notifications
You must be signed in to change notification settings - Fork 0
/
fun_thread.py
281 lines (251 loc) · 13.5 KB
/
fun_thread.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
# -*- coding: utf-8 -*-
"""
Created on Tue Oct 26 14:41:11 2021
@author: Xcz
"""
import threading
import time
import inspect
from fun_built_in import var_or_tuple_to_list
#%%
# 一个接受 任何参数，并且啥也不做的 参数黑洞，垃圾桶（有点 linux bash 中的 那某命令 的 感觉：吞掉所有输出）
def noop(*args, **kwargs): pass
# %%
# 多线程 v1.1
def my_thread(threads_num, fors_num,
fun_1, fun_2, fun_3,
*args,
is_ordered=1, is_print=1,
**kwargs, ):
from fun_global_var import init_tset, Set, Get, tree_print # 放在外面（上面）会报 循环引用 的错
is_end, add_level = kwargs.get("is_end", 0), kwargs.get("add_level", 0)
kwargs.pop("is_end", None); kwargs.pop("add_level", None) # 该 def 子分支 后续默认 is_end = 0，如果 kwargs 还会被 继续使用 的话。
thread_name = init_tset("thread", 0)[1] # 只取其名字
for_name = init_tset("for", 0)[1] # 只取其名字
con = threading.Condition() # 锁不必定义为全局变量
class Producer(threading.Thread):
"""线程 生产者"""
def __init__(self, threads_num, fors_num):
self.threads_num = threads_num
self.fors_num = fors_num
self.for_th = 0 # 生产出的 第几个 for_th，这个不必定义为全局变量
super().__init__()
def run(self):
con.acquire()
while True:
if self.for_th >= self.fors_num and Get(for_name) == self.fors_num: # 退出生产线程 的 条件：p 线程 完成 其母线程功能，且 最后一个 t 线程 完成其子线程功能
break
else:
if Get(thread_name) >= self.threads_num or self.for_th == self.fors_num: # 暂停生产线程 的 条件： 运行线程数 达到 设定，或 p 线程 完成 其母线程功能
con.notify()
con.wait()
else:
# print(self.for_th)
t = Customer('thread:%s' % Get(thread_name), self.for_th)
t.setDaemon(True)
t.start()
Set(thread_name, Get(thread_name) + 1)
# print('已生产了 共 {} 个 线程'.format(thread_th))
self.for_th += 1
# print('已算到了 第 {} 个 for_th'.format(self.for_th))
# time.sleep(1)
con.release()
class Customer(threading.Thread):
"""线程 消费者"""
def __init__(self, name, for_th):
self.thread_name = name
self.for_th = for_th
self.list = []
super().__init__()
def run(self):
"""----- your code begin 1 -----"""
'''
既然 python 你要这么为难我，我就直接让 函数返回的对象 丢弃其外层的 圆括号，并加方括号，
使得方括号内 没有更多的方括号或圆括号，并且最外层的方括号不消失，
这样无论如何都可以解包，且只需要解一次包，就直达内层
'''
List = var_or_tuple_to_list(fun_1(self.for_th, fors_num,
**kwargs, )) # 把 函数1 的 运行结果 强制转换 为 1 个 list
self.list.append(List) # 把这个 list 放入 外层 list 中
# print(List)
"""----- your code end 1 -----"""
con.acquire() # 上锁
if is_ordered == 1:
while True:
if Get(for_name) == self.for_th:
# print(self.for_th)
"""----- your code begin 2 -----"""
# print(self.list[0])
List = var_or_tuple_to_list(fun_2(self.for_th, fors_num, *self.list[0],
**kwargs, )) # 取 外层 list 储存的 第 1 个 list，并对其 解包后，作为参数 传入 函数2
self.list.append(List)
"""----- your code end 2 -----"""
Set(for_name, Get(for_name) + 1)
break
else:
con.notify()
con.wait() # 但只有当 for_th 不等于 self.for_th， 才等待
else:
# print(self.for_th)
"""----- your code begin 2 -----"""
List = var_or_tuple_to_list(fun_2(self.for_th, fors_num, *self.list[0],
**kwargs, ))
self.list.append(List)
"""----- your code end 2 -----"""
Set(for_name, Get(for_name) + 1)
Set(thread_name, Get(thread_name) - 1) # 在解锁之前 减少 1 个线程数量，以便 p 线程 收到消息后，生产 1 个 线程出来
con.notify() # 无论如何 都得通知一下 其他线程，让其别 wait() 了
con.release() # 解锁
"""----- your code begin 3 -----"""
List = var_or_tuple_to_list(fun_3(self.for_th, fors_num, *self.list[1],
**kwargs, ))
self.list.append(List)
"""----- your code end 3 -----"""
tick_start = time.time()
p = Producer(threads_num, fors_num)
p.setDaemon(True)
p.start()
p.join() # 添加join使 p 线程执行完
# if thread_name == "thread_0": # 如果 调用该 my_thread 的 函数，其名字 不含 Fun
if "Fun" not in inspect.stack()[1][3]:
is_print and print(tree_print(is_end) + "{} --> consume time: {} s".format(inspect.stack()[1][3], time.time() - tick_start))
#%%
# 多线程 v1.0
# def my_thread(threads_num, fors_num,
# fun_1, fun_2, fun_3,
# *args,
# is_ordered = 1, is_print = 1,
# **kwargs, ):
#
# global thread_th, for_th # 好怪，作为 被封装 和 被引用的 函数，还得在 这一层 声明 全局变量，光是在 内层 子线程 里声明 的话，没用。
# thread_th = 0
# for_th = 0
#
# con = threading.Condition() # 锁不必定义为全局变量
#
# class Producer(threading.Thread):
# """线程 生产者"""
# def __init__(self, threads_num, fors_num):
# self.threads_num = threads_num
# self.fors_num = fors_num
# self.for_th = 0 # 生产出的 第几个 for_th，这个不必定义为全局变量
# super().__init__()
#
# def run(self):
# global thread_th
#
# con.acquire()
# while True:
#
# if self.for_th >= self.fors_num and for_th == self.fors_num: # 退出生产线程 的 条件：p 线程 完成 其母线程功能，且 最后一个 t 线程 完成其子线程功能
# break
# else:
# if thread_th >= self.threads_num or self.for_th == self.fors_num : # 暂停生产线程 的 条件： 运行线程数 达到 设定，或 p 线程 完成 其母线程功能
# con.notify()
# con.wait()
# else:
# # print(self.for_th)
# t = Customer('thread:%s' % thread_th, self.for_th)
# t.setDaemon(True)
# t.start()
#
# thread_th += 1
# # print('已生产了 共 {} 个 线程'.format(thread_th))
# self.for_th += 1
# # print('已算到了 第 {} 个 for_th'.format(self.for_th))
# # time.sleep(1)
# con.release()
#
# class Customer(threading.Thread):
# """线程 消费者"""
# def __init__(self, name, for_th):
# self.thread_name = name
# self.for_th = for_th
# self.list = []
# super().__init__()
#
# def run(self):
# global thread_th, for_th
# """----- 你 需累积的 全局变量，替换 最末一个 g3_z_plus_dz_shift -----"""
#
# """----- your code begin 1 -----"""
# # fun_1(self.for_th, fors_num, *arg[ : num_1 - 1 ]
# # self.list.append(fun_1(self.for_th, fors_num))
# # self.list.extend([fun_1(self.for_th, fors_num)])
# # self.list.append([fun_1(self.for_th, fors_num)]) # 函数 返回多个变量时，默认返回的 是个元组，当返回单个变量时，加个中括号之后可解包————但返回多个变量时，加个中括号再解包，仍是个元组
# # self.list.append((fun_1(self.for_th, fors_num))) # 所以 要用到 2 个元组 相抵消，以使得不论输出单个 变量，还是多个变量，都变成 单层 的 tuple————但单层的 tuple 遇上 单个输出，就又没 tuple 了，无语，这样之后 解包的时候 又出错
# '''
# 既然 python 你要这么为难我，我就直接让 函数返回的对象 丢弃其外层的 圆括号，并加方括号，
# 使得方括号内 没有更多的方括号或圆括号，并且最外层的方括号不消失，
# 这样无论如何都可以解包，且只需要解一次包，就直达内层
# '''
# List = var_or_tuple_to_list(fun_1(self.for_th, fors_num,
# **kwargs, )) # 把 函数1 的 运行结果 强制转换 为 1 个 list
# self.list.append(List) # 把这个 list 放入 外层 list 中
# # print(List)
# """----- your code end 1 -----"""
#
# con.acquire() # 上锁
#
# if is_ordered == 1:
#
# while True:
# if for_th == self.for_th:
# # print(self.for_th)
# """----- your code begin 2 -----"""
# # fun_2(self.for_th, fors_num, *arg[ num_1: num_1 + num_2 - 1 ])
# # self.list.append(fun_2(self.for_th, fors_num, self.list[0])
# # self.list.append(fun_2(self.for_th, fors_num, *self.list[0]))
# # self.list.extend([fun_2(self.for_th, fors_num, *self.list[0])])
# # self.list.append([fun_2(self.for_th, fors_num, *self.list[0])])
# # self.list.append((fun_2(self.for_th, fors_num, *self.list[0]))) # 双层 tuple 等价于 单层 tuple，所以这里有一层 tuple 不用加；
# # print(self.list[0])
# List = var_or_tuple_to_list(fun_2(self.for_th, fors_num, *self.list[0],
# **kwargs, )) # 取 外层 list 储存的 第 1 个 list，并对其 解包后，作为参数 传入 函数2
# self.list.append(List)
# """----- your code end 2 -----"""
# for_th += 1
# break
# else:
# con.notify()
# con.wait() # 但只有当 for_th 不等于 self.for_th， 才等待
# else:
#
# # print(self.for_th)
# """----- your code begin 2 -----"""
# # fun_2(self.for_th, fors_num, *arg[ num_1: num_1 + num_2 - 1 ])
# # self.list.append(fun_2(self.for_th, fors_num, self.list[0])
# # self.list.append(fun_2(self.for_th, fors_num, *self.list[0]))
# # self.list.extend([fun_2(self.for_th, fors_num, *self.list[0])])
# # self.list.append([fun_2(self.for_th, fors_num, *self.list[0])])
# # self.list.append((fun_2(self.for_th, fors_num, *self.list[0]))) # 当全是 多变量 输出，即全是 tuple 输出时，是可以正确算的
# List = var_or_tuple_to_list(fun_2(self.for_th, fors_num, *self.list[0],
# **kwargs, ))
# self.list.append(List)
# """----- your code end 2 -----"""
# for_th += 1
#
# thread_th -= 1 # 在解锁之前 减少 1 个线程数量，以便 p 线程 收到消息后，生产 1 个 线程出来
# con.notify() # 无论如何 都得通知一下 其他线程，让其别 wait() 了
# con.release() # 解锁
#
# """----- your code begin 3 -----"""
# # fun_3(self.for_th, fors_num, *arg[ num_1 + num_2 : num_1 + num_2 + num_3 - 1 ])
# # fun_3(self.for_th, fors_num, *arg[ num_1 + num_2 : ])
# # self.list.append(fun_3(self.for_th, fors_num, *self.list[1]))
# # self.list.extend([fun_3(self.for_th, fors_num, *self.list[1])])
# # self.list.append([fun_3(self.for_th, fors_num, *self.list[1])])
# # self.list.append((fun_3(self.for_th, fors_num, *self.list[1]))) # 当全是 多变量 输出，即全是 tuple 输出时，是可以正确算的
# List = var_or_tuple_to_list(fun_3(self.for_th, fors_num, *self.list[1],
# **kwargs, ))
# self.list.append(List)
# """----- your code end 3 -----"""
#
# tick_start = time.time()
#
# p = Producer(threads_num, fors_num)
# p.setDaemon(True)
# p.start()
# p.join() # 添加join使 p 线程执行完
#
# is_print and print("----- consume time: {} s -----".format(time.time() - tick_start))