遇到多线程同步问题，如何利用Python的锁和条件判断解决？

原创朱雀 2025-01-11 07:36 0阅读 0赞

在Python中，我们可以使用内置的`threading.Lock`和`threading.Condition`来实现多线程的同步。

以下是一个简单的例子，展示了如何使用锁和条件判断来控制多个线程对共享资源的访问：

```python
import threading

# 共享资源
counter = 0
lock = threading.Lock()
condition = threading.Condition(lock)

def worker_thread():
    global counter
    while True:
        # 获取锁
        lock.acquire()
        try:
            # 如果计数器小于1，等待条件满足
            if counter < 1:
                condition.wait()
            # 增加计数器
            counter += 1
            print(f"Thread {threading.current_thread().name} incremented counter to {counter}")
        # 继续循环，因为任务可能还没有完成
        except Exception as e:
            print(f"Thread {threading.current_thread().name}} encountered error: {e}")
            lock.release()  # 释放锁
            return

# 创建并启动多个工作线程
threads = []
for _ in range(5):
    thread = threading.Thread(target=worker_thread))
    thread.start()
    threads.append(thread)

# 主线程等待所有工作线程结束
for thread in threads:
    thread.join()

print("All worker threads finished.")
```

在这个例子中，我们创建了5个工作线程，它们共享一个计数器。通过使用锁（`threading.Lock()`）和条件判断（`threading.Condition(lock)`），我们能够保证在任何时候只有一个线程正在访问共享资源，并且当计数器达到一定值时，所有等待的线程都会被唤醒并继续执行任务。