威尼斯人线上娱乐

python队列基本采纳,python中生产者与买主情势

25 3月 , 2019  

Python
queue队列

作用:

作用:

在实质上的软件开发过程中,日常会遭遇如下场景:有些模块负责产生多少,那些数据由另一个模块来负责处理(此处的模块是广义的,能够是类、函数、线程、进度等)。产⽣数据的模块,就形象地称呼生产者;⽽而处理数量的模块,就称为消费者。

作用:

python队列基本采纳,python中生产者与买主情势。   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。

   解耦:使程序直接促成松耦合,修改贰个函数,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/消费者方式。该模还亟需有一个缓冲区处于生产者和顾客之间,作为叁在那之中介。生产者把多少放入缓冲区,而消费者从缓冲区取出数据。

   解耦:使程序直接促成松耦合,修改多少个函数,不会有串联关系。

   提升处理成效:FIFO = 现进先出,LIFO = 后入先出。

   提升处理效用:FIFO = 现进先出,LIFO = 后入先出。

Python的Queue模块中提供了联合的、线程安全的种类类,包含FIFO(先⼊先出)队列Queue,LIFO(后⼊先出)队列LifoQueue,和先行级队列PriorityQueue。那些队列都落成了锁原语(能够领悟为原⼦操作,即要么不做,要么就做完),能够在二十多线程中央直机关接使⽤。能够使⽤队列来达成线程间的同步。

   进步处理效用:FIFO = 现进先出,LIFO = 后入先出。

 

 

⽣产者消费者形式的认证:

 

队列:

队列:

在线程世界⾥,⽣产者正是⽣产数据的线程,消费者便是消费数据的线程。在八线程开发个中,假如⽣产者处理速度相当的慢,⽽消费者处理速度非常慢,那么⽣产者就必须等待买主处理完,才能一连⽣产数据。同样的道理,假诺消费者的处理能⼒⼤于⽣产者,那么消费者就不能够不等待⽣产者。为了化解那一个标题于是引⼊了⽣产者和买主方式。

威尼斯人线上娱乐,队列:

  队列能够现身的派多少个线程,对排列的线程处理,并切每一种供给处理线程只要求将呼吁的数额放入队列容器的内部存款和储蓄器中,线程不要求拭目以俟,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一个行列容器存在关联,处理数据的线程down掉不会潜移默化到请求数据的线程,队列会派给别的线程处理那分多少,它实现领悟耦,进步成效。队列内会有1个有各类的器皿,列表与那一个容器是有分别的,列表中数量就算是排列的,但数量被取走后还会保留,而队列中那个容器的数据被取后将不会保留。当必须在五个线程之间安全地交流音信时,队列在线程编制程序中专门有用。

  队列能够出现的派四个线程,对排列的线程处理,并切每一个须要处理线程只供给将请求的数量放入队列容器的内部存款和储蓄器中,线程不要求等待,当排列完成处理完数据后,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,队列会派给其余线程处理那分多少,它实现领会耦,进步功能。队列内会有3个有各样的容器,列表与这些容器是有分其他,列表中数据就算是排列的,但数量被取走后还会保留,而队列中那几个容器的数额被取后将不会保留。当必须在八个线程之间安全地沟通新闻时,队列在线程编制程序中特地有用。

⽣产者消费者格局是通过⼀个容器来缓解⽣产者和消费者的强耦合难点。⽣产者和顾客相互之间不直接通信,⽽通过阻塞队列来进⾏通讯,所以⽣产者⽣产完数据之后不⽤等待顾客处理,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,阻塞队列就约等于⼀个缓冲区,平衡了⽣产者和消费者的处理能⼒。

  队列能够出现的派两个线程,对排列的线程处理,并切各类必要处理线程只须求将呼吁的多少放入队列容器的内部存款和储蓄器中,线程不需求拭目以待,当排列达成处理完数据后,线程在按时来取多少即可。请求数据的线程只与那些行列容器存在关联,处理数据的线程down掉不会潜移默化到请求数据的线程,队列会派给别的线程处理那分多少,它完成精通耦,升高作用。队列内会有叁个有各类的器皿,列表与这么些容器是有分别的,列表中多少即使是排列的,但多少被取走后还会保留,而队列中那么些容器的数量被取后将不会保留。当必须在七个线程之间安全地交流消息时,队列在线程编制程序中等专业高校门有用。

 

 

那几个阻塞队列就是⽤来给⽣产者和消费者解耦的。纵观⼤多数设计方式,都会找⼀个不熟悉人出来进⾏解耦

 

 

 

Python四种档次的队例:

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:

劳动者消费者模型:

#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]

 

先行队列:

 

# 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')]

 

多头队列:

#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

 

 

生儿育女消费模型:

#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

网站地图xml地图