Python高級篇—多線程、多進程、協程、異步編程的概念與實現
Python 的并發編程是指在程序中同時執行多個任務的能力，以提高程序的效率和性能。常用的并發編程方式包括多線程、多進程、協程和異步編程。
多線程
多線程是指在一個進程內，同時執行多個線程，每個線程負責執行一個子任務。多線程可以提高程序的并發性，加速程序執行速度。Python 提供了 threading 模塊來實現多線程編程。
下面是一個簡單的多線程示例：
import threading
def worker(num):
print(f"Thread {num} is running")
threads = []
for i in range(5):
t = threading.Thread(target=worker, args=(i,))
threads.append(t)
t.start()輸出結果：
Thread 0 is running
Thread 1 is running
Thread 2 is running
Thread 3 is running
Thread 4 is running多進程
多進程是指在一個程序中同時執行多個進程，每個進程負責執行一個子任務。多進程可以利用多核 CPU 提高程序的并發性，加速程序執行速度。Python 提供了 multiprocessing 模塊來實現多進程編程。
下面是一個簡單的多進程示例：
import multiprocessing
def worker(num):
print(f"Process {num} is running")
processes = []
for i in range(5):
p = multiprocessing.Process(target=worker, args=(i,))
processes.append(p)
p.start()輸出結果：
Process 0 is running
Process 1 is running
Process 2 is running
Process 3 is running
Process 4 is running線程同步和互斥
在多線程編程中，由于多個線程同時訪問共享資源可能導致數據不一致或其他問題。因此，需要進行線程同步和互斥操作，以保證程序的正確性和可靠性。
Python 提供了多種線程同步和互斥機制，如鎖（Lock）、信號量（Semaphore）、事件（Event）等。下面是一個使用鎖實現線程同步的示例：
import threading
num = 0
lock = threading.Lock()
def worker():
global num
for i in range(100000):
with lock:
num += 1
threads = []
for i in range(5):
t = threading.Thread(target=worker)
threads.append(t)
t.start()
for t in threads:
t.join()
print(f"num = {num}")輸出結果：
num = 500000協程和異步編程
協程是一種輕量級的線程，可以在單線程中實現多任務的并發執行。協程不需要線程切換的開銷，可以更高效地利用 CPU 資源。Python 提供了 asyncio 模塊來實現協程和異步編程。
下面是一個簡單的協程示例：
import asyncio
async def worker(num):
print(f"Coroutine {num} is running")
await asyncio.sleep(1)
print(f"Coroutine {num} is done")
async def main():
coroutines = [worker(i) for i in range(5)]
await asyncio.gather(*coroutines)
asyncio.run(main())輸出結果：
Coroutine 0 is running
Coroutine 1 is running
Coroutine 2 is running
Coroutine 3 is running
Coroutine 4 is running
Coroutine 0 is done
Coroutine 1 is done
Coroutine 2 is done
Coroutine 3 is done
Coroutine 4 is done在異步編程中，常常需要使用回調函數來處理異步操作的結果。Python 3.5 引入了 async 和 await 關鍵字，使得異步編程更加易讀易寫。下面是一個使用 async 和 await 實現異步編程的示例：
import asyncio
async def worker(num):
print(f"Task {num} is running")
await asyncio.sleep(1)
return f"Task {num} is done"
async def main():
tasks = [asyncio.create_task(worker(i)) for i in range(5)]
results = await asyncio.gather(*tasks)
for result in results:
print(result)
asyncio.run(main())輸出結果：
Task 0 is running
Task 1 is running
Task 2 is running
Task 3 is running
Task 4 is running
Task 0 is done
Task 1 is done
Task 2 is done
Task 3 is done
Task 4 is done總之，Python 并發編程提供了多種實現方式，開發者可以根據實際情況選擇最適合的方式來提高程序的執行效率和并發性能。同時，在編寫并發程序時需要注意線程安全、進程間通信等問題，以保證程序的正確性和穩定性。
