PYTHON——多线程：队列Queue数据结构

1、队列模块简介

　　队列是一种数据结构，用于存放数据，类似列表。它是先进先出模式（FIFO模式），类似管道一般；

单线程不需要用到队列Queue，它主要用在多线程之间的，Queue称为多线程利器。

列表在多线程共享资源的话，与queue队列比较，主要表现为列表在多线程中，数据不安全。多个线程到列表中拿数据，可能拿到相同的数据。而多线程采用队列Queue作为共享资源的数据结构的话，不同线程从队列中取出（get()）数据，能够保证数据的不同，这就是队列Queue的优势。这是因为队列内部本身就有一把锁，保证共享数据的安全。

队列中，存放系列任务，每个线程执行一个任务。

创建一个“队列”对象
import Queue
q = Queue.Queue(maxsize = 10)
Queue.Queue类即是一个队列的同步实现。队列长度可为无限或者有限。可通过Queue的构造函数的可选参数maxsize来设定队列长度。如果maxsize小于1就表示队列长度无限。

将一个值放入队列中
q.put(10)
调用队列对象的put()方法在队尾插入一个项目。put()有两个参数，第一个item为必需的，为插入项目的值；第二个block为可选参数，默认为
1。如果队列当前为空且block为1，put()方法就使调用线程暂停,直到空出一个数据单元。如果block为0，put方法将引发Full异常。

将一个值从队列中取出
q.get()
调用队列对象的get()方法从队头删除并返回一个项目。可选参数为block，默认为True。如果队列为空且block为True，get()就使调用线程暂停，直至有项目可用。如果队列为空且block为False，队列将引发Empty异常。

Python Queue模块有三种队列及构造函数:
1、Python Queue模块的FIFO队列先进先出。 class queue.Queue(maxsize)
2、LIFO类似于堆，即先进后出。 class queue.LifoQueue(maxsize)
3、还有一种是优先级队列级别越低越先出来。 class queue.PriorityQueue(maxsize)

此包中的常用方法(q = Queue.Queue()):
q.qsize() 返回队列的大小
q.empty() 如果队列为空，返回True,反之False
q.full() 如果队列满了，返回True,反之False
q.full 与 maxsize 大小对应
q.get([block[, timeout]]) 获取队列，timeout等待时间
q.get_nowait() 相当q.get(False)
非阻塞 q.put(item) 写入队列，timeout等待时间
q.put_nowait(item) 相当q.put(item, False)
q.task_done() 在完成一项工作之后，q.task_done() 函数向任务已经完成的队列发送一个信号
q.join() 实际上意味着等到队列为空，再执行别的操作

2、实例代码：

实例一：

import threading,queue
from time import sleep
from random import randintclass Production(threading.Thread):def run(self):while True:r=randint(0,100)q.put(r)print("生产出来%s号包子"%r)sleep(1)
class Proces(threading.Thread):def run(self):while True:re=q.get()print("吃掉%s号包子"%re)
if __name__=="__main__":q=queue.Queue(10)threads=[Production(),Production(),Production(),Proces()]for t in threads:t.start()

实例二：

#实现一个线程不断生成一个随机数到一个队列中(考虑使用Queue这个模块)
# 实现一个线程从上面的队列里面不断的取出奇数
# 实现另外一个线程从上面的队列里面不断取出偶数import random,threading,time
from queue import Queue
#Producer thread
class Producer(threading.Thread):def __init__(self, t_name, queue):threading.Thread.__init__(self,name=t_name)self.data=queuedef run(self):for i in range(10):  #随机产生10个数字 ，可以修改为任意大小randomnum=random.randint(1,99)print ("%s: %s is producing %d to the queue!" % (time.ctime(), self.getName(), randomnum))self.data.put(randomnum) #将数据依次存入队列time.sleep(1)print ("%s: %s finished!" %(time.ctime(), self.getName()))#Consumer thread
class Consumer_even(threading.Thread):def __init__(self,t_name,queue):threading.Thread.__init__(self,name=t_name)self.data=queuedef run(self):while 1:try:val_even = self.data.get(1,5) #get(self, block=True, timeout=None) ,1就是阻塞等待,5是超时5秒if val_even%2==0:print ("%s: %s is consuming. %d in the queue is consumed!" % (time.ctime(),self.getName(),val_even))time.sleep(2)else:self.data.put(val_even)time.sleep(2)except:   #等待输入，超过5秒 就报异常print ("%s: %s finished!" %(time.ctime(),self.getName()))break
class Consumer_odd(threading.Thread):def __init__(self,t_name,queue):threading.Thread.__init__(self, name=t_name)self.data=queuedef run(self):while 1:try:val_odd = self.data.get(1,5)if val_odd%2!=0:print ("%s: %s is consuming. %d in the queue is consumed!" % (time.ctime(), self.getName(), val_odd))time.sleep(2)else:self.data.put(val_odd)time.sleep(2)except:print ("%s: %s finished!" % (time.ctime(), self.getName()))break
#Main thread
def main():queue = Queue()producer = Producer('Pro.', queue)consumer_even = Consumer_even('Con_even.', queue)consumer_odd = Consumer_odd('Con_odd.',queue)producer.start()consumer_even.start()consumer_odd.start()producer.join()consumer_even.join()consumer_odd.join()print ('All threads terminate!')if __name__ == '__main__':main()

实例三：注意：列表在线程中不安全

import threading,timeli=[1,2,3,4,5]def pri():while li:a=li[-1]print(a)time.sleep(1)try:li.remove(a)except:print('----',a)t1=threading.Thread(target=pri,args=())
t1.start()
t2=threading.Thread(target=pri,args=())
t2.start()

转载于:https://www.cnblogs.com/chenhaiming/p/9916439.html