【澳门葡京备用网址】python队列基本接纳,python中生产者与顾客方式

Python
queue队列

作用:

作用:

在事实上的软件开发进程中,平日会境遇如下场景:某个模块负责发生多少,这几个多少由另一个模块来承担处理(此处的模块是广义的,可以是类、函数、线程、进度等)。产⽣数据的模块,就形象地誉为生产者;⽽而处理数据的模块,就叫做消费者。

作用:

   解耦:使程序直接完结松耦合,修改一个函数,不会有串联关系。

   解耦:使程序直接完毕松耦合,修改一个函数,不会有串联关系。

单抽象出生产者和买主,还够不上是生产者/消费者格局。该模还亟需有一个缓冲区处于生产者和顾客之间,作为一个中介。生产者把多少放入缓冲区,而顾客从缓冲区取出数据。

   解耦:使程序直接促成松耦合,修改一个函数,不会有串联关系。

   升高处理成效:FIFO = 现进先出,LIFO = 后入先出。

   升高处理效用:FIFO = 现进先出,LIFO = 后入先出。

Python的Queue模块中提供了同步的、线程安全的连串类,包蕴FIFO(先⼊先出)队列Queue,LIFO(后⼊先出)队列LifoQueue,和事先级队列PriorityQueue。这个队列都落到实处了锁原语(可以了然为原⼦操作,即要么不做,要么就做完),可以在三四线程中直接使⽤。可以使⽤队列来落成线程间的共同。

澳门葡京备用网址,   升高处理作用:FIFO = 现进先出,LIFO = 后入先出。

 

 

【澳门葡京备用网址】python队列基本接纳,python中生产者与顾客方式。⽣产者消费者形式的表达:

 

队列:

队列:

在线程世界⾥,⽣产者就是⽣产数据的线程,消费者就是消费数据的线程。在二十四线程开发当中,如若⽣产者处理速度很快,⽽消费者处理速度很慢,那么⽣产者就非得等待顾客处理完,才能继承⽣产数据。同样的道理,假诺买主的拍卖能⼒⼤于⽣产者,那么消费者就必须等待⽣产者。为了缓解这么些题材于是引⼊了⽣产者和顾客格局。

队列:

  队列可以出现的派多少个线程,对排列的线程处理,并切每一种须求处理线程只要求将呼吁的多寡放入队列容器的内存中,线程不需求拭目以待,当排列达成处理完数据后,线程在限期来取多少即可。请求数据的线程只与这几个队列容器存在关联,处理数量的线程down掉不会潜移默化到请求数据的线程,队列会派给任何线程处理那分多少,它落成精通耦,提高效用。队列内会有一个有各样的器皿,列表与那一个容器是有分其余,列表中数据尽管是排列的,但数量被取走后还会保留,而队列中那么些容器的数额被取后将不会保留。当必须在多个线程之间安全地互换音信时,队列在线程编程中特意有用。

  队列可以出现的派多少个线程,对排列的线程处理,并切每一个要求处理线程只要求将呼吁的多寡放入队列容器的内存中,线程不须要拭目以待,当排列完结处理完数据后,线程在按时来取多少即可。请求数据的线程只与这些行列容器存在涉嫌,处理数量的线程down掉不会影响到请求数据的线程,队列会派给任何线程处理那分多少,它落成明白耦,升高效能。队列内会有一个有各类的容器,列表与那一个容器是有分其余,列表中数据即使是排列的,但数额被取走后还会保留,而队列中这一个容器的数额被取后将不会保留。当必须在三个线程之间安全地沟通音信时,队列在线程编程中特意有用。

⽣产者消费者格局是通过⼀个容器来化解⽣产者和消费者的强耦合难点。⽣产者和消费者相互之间不直接通信,⽽通过阻塞队列来进⾏通信,所以⽣产者⽣产完数据未来不⽤等待顾客处理,直接扔给卡住队列,消费者不找⽣产者要多少,⽽是直接从绿灯队列⾥取,阻塞队列就相当于⼀个缓冲区,平衡了⽣产者和消费者的拍卖能⼒。

  队列可以现身的派八个线程,对排列的线程处理,并切每种要求处理线程只要求将呼吁的数据放入队列容器的内存中,线程不必要拭目以待,当排列完结处理完数据后,线程在限期来取多少即可。请求数据的线程只与这一个队列容器存在涉嫌,处理多少的线程down掉不会影响到请求数据的线程,队列会派给别的线程处理那分多少,它已毕了然耦,提升效能。队列内会有一个有各类的容器,列表与这几个容器是有分其他,列表中数量纵然是排列的,但数量被取走后还会保留,而队列中那么些容器的数额被取后将不会保留。当必须在多少个线程之间安全地互换新闻时,队列在线程编程中尤其有用。

 

 

本条阻塞队列就是⽤来给⽣产者和消费者解耦的。纵观⼤多数设计形式,都会找⼀个观看众出来进⾏解耦

 

 

 

Python五种档次的队例:

参数介绍:

参数介绍:

Queue:FIFO 即first in first out 先进先出

LifoQueue:LIFO 即last in first out 后进先出

PriorityQueue:优先队列,级别越低,越优先
deque:双边队列


导入三种队列,包

from queue import Queue,LifoQueue,PriorityQueue
# 先入先出 maxsize 可设置大小,设置block=False抛异常
class queue.Queue(maxsize=0)  

 # 后进先出 
class queue.LifoQueue(maxsize=0)

# 存储数据时可设置优先级的队列
# 优先级设置数越小等级越高
class queue.PriorityQueue(maxsize=0) 

# 放入数据
Queue.put(item, block=True, timeout=None)

# 取出数据 #没有数据将会等待
Queue.get(block=True, timeout=None)

# 如果1秒后没取到数据就退出
Queue.get(timeout = 1)


# 取数据,如果没数据抛queue.Empty异常
Queue.get_nowait()

# 查看队列大小
Queue.qsize()

# 返回True,如果空
Queue.empty() #return True if empty  

# 设置队列大小
Queue.full() 

# 后续调用告诉队列,任务的处理是完整的。
Queue.task_done()
# 先入先出 maxsize 可设置大小,设置block=False抛异常
class queue.Queue(maxsize=0)  

 # 后进先出 
class queue.LifoQueue(maxsize=0)

# 存储数据时可设置优先级的队列
# 优先级设置数越小等级越高
class queue.PriorityQueue(maxsize=0) 

# 放入数据
Queue.put(item, block=True, timeout=None)

# 取出数据 #没有数据将会等待
Queue.get(block=True, timeout=None)

# 如果1秒后没取到数据就退出
Queue.get(timeout = 1)


# 取数据,如果没数据抛queue.Empty异常
Queue.get_nowait()

# 查看队列大小
Queue.qsize()

# 返回True,如果空
Queue.empty() #return True if empty  

# 设置队列大小
Queue.full() 

# 后续调用告诉队列,任务的处理是完整的。
Queue.task_done()

 

 

 

Queue
先进先出队列:

生产者消费者模型:

生产者消费者模型:

#基本FIFO队列  先进先出 FIFO即First in First Out,先进先出
#maxsize设置队列中,数据上限,小于或等于0则不限制,容器中大于这个数则阻塞,直到队列中的数据被消掉
q = Queue(maxsize=0)

#写入队列数据
q.put(0)
q.put(1)
q.put(2)

#输出当前队列所有数据
print(q.queue)
#删除队列数据,并返回该数据
q.get()
#输也所有队列数据
print(q.queue)

# 输出:
# deque([0, 1, 2])
# deque([1, 2])
import threading,time
import queue

# 最多存入10个
q = queue.Queue(maxsize=10)

def producer(name):
    count = 1

    while True:

           # 生产一块骨头
            q.put("骨头 %s" % count )
            print("生产了骨头",count)
            count +=1
            time.sleep(0.3)

def consumer(name):
    while True:
        print("%s 取到[%s] 并且吃了它" %(name, q.get()))
        time.sleep(1)

       # 告知这个任务执行完了
        q.task_done() 

# 生成线程
p = threading.Thread(target=producer,args=("德国骨科",))
c = threading.Thread(target=consumer,args=("陈狗二",))
d = threading.Thread(target=consumer,args=("吕特黑",))

# 执行线程
p.start()
c.start()
d.start()
import threading,time
import queue

# 最多存入10个
q = queue.Queue(maxsize=10)

def producer(name):
    count = 1

    while True:

           # 生产一块骨头
            q.put("骨头 %s" % count )
            print("生产了骨头",count)
            count +=1
            time.sleep(0.3)

def consumer(name):
    while True:
        print("%s 取到[%s] 并且吃了它" %(name, q.get()))
        time.sleep(1)

       # 告知这个任务执行完了
        q.task_done() 

# 生成线程
p = threading.Thread(target=producer,args=("德国骨科",))
c = threading.Thread(target=consumer,args=("陈狗二",))
d = threading.Thread(target=consumer,args=("吕特黑",))

# 执行线程
p.start()
c.start()
d.start()

 

LifoOueue
后进先出队列:

#LIFO即Last in First Out,后进先出。与栈的类似,使用也很简单,maxsize用法同上
lq = LifoQueue(maxsize=0)

#队列写入数据
lq.put(0)
lq.put(1)
lq.put(2)

#输出队列所有数据
print(lq.queue)
#删除队尾数据,并返回该数据
lq.get()
#输出队列所有数据
print(lq.queue)

#输出:
# [0, 1, 2]
# [0, 1]

 

优先队列:

 

# 存储数据时可设置优先级的队列
# 优先级设置数越小等级越高
pq = PriorityQueue(maxsize=0)

#写入队列,设置优先级
pq.put((9,'a'))
pq.put((7,'c'))
pq.put((1,'d'))

#输出队例全部数据
print(pq.queue)

#取队例数据,可以看到,是按优先级取的。
pq.get()
pq.get()
print(pq.queue)

#输出:
[(9, 'a')]

 

两者队列:

#双边队列
dq = deque(['a','b'])

#增加数据到队尾
dq.append('c')
#增加数据到队左
dq.appendleft('d')

#输出队列所有数据
print(dq)
#移除队尾,并返回
print(dq.pop())
#移除队左,并返回
print(dq.popleft())
#输出:
deque(['d', 'a', 'b', 'c'])
c
d

 

 

生育消费模型:

#生产消费模型
qq = Queue(maxsize=10)

def product(name):
    count = 1
    while True:
        q.put('步枪{}'.format(count))
        print('{}生产步枪{}支'.format(name,count))
        count+=1
        time.sleep(0.3)

def cousume(name):
    while True:
        print('{}装备了{}'.format(name,q.get()))
        time.sleep(0.3)

        q.task_done()


#部队线程
p = threading.Thread(target=product,args=('张三',))
k = threading.Thread(target=cousume,args=('李四',))
w = threading.Thread(target=cousume,args=('王五',))

p.start()
k.start()
w.start()

 

 

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

*
*
Website