Python簡單的多線程demo：常用寫法

簡單多線程實現：啟動50個線程，並計算執行時間。

import threading
import time

def run(n):
    time.sleep(3)
    print("task:",n)

# 使用單線程，執行完需要6s
# t1.run()
# t2.run()

# 使用多線程，執行完需要3s，怎么確定是3s呢？在前后加時間相減能否算出來？
# t1 = threading.Thread(target=run, args=("t1",))
# t2 = threading.Thread(target=run, args=("t2",))
# t1.start()
# t2.start()

# 快速執行多線程，啟動線程不能太多，上下文切換會導致速度變慢
# 怎樣算所有線程執行完的時間呢？？直接在主線程里加時間相減是計算不出來的。因為~
# 主線程創建線程之后直接往下走了，不會等子線程執行完畢
# 一個程序至少有一個線程（主線程），主線程和子線程是並行的
# 主線程啟動子線程之后子線程就獨立了
# so，直接在主線程里加測不出來時間，那么可以在主線程里等待子線程的執行結果
# 加t.join()，作用是等待t線程的執行結果，不出結果不往下走，
# 可以試試，如果在每個線程的啟動語句后面加t.join()，那么加了之后程序就變成串行的了，達不到效果
# 如果這樣呢？t1.start()  t2.start()  t1.join() 假設t1線程需要2秒，t2線程需要4秒那么t1先結束主線程就打印時間了
# 就需要 t1.start() t2.start() t1.join() t2.join() 按這個順序執行才行。so我們啟動50個線程，計算執行時間：
# 雖然啟動了50個線程，但是有51個線程在執行，包括主線程，通過“threading.current_thread()”查看當前線程的名稱
# 通過方法“threading.active_count()”查看當前活動線程的個數


start_time = time.time()
t_objs = []
for i in range(50):
    t = threading.Thread(target=run, args=("t-{0}".format(i),))
    t.start()
    t_objs.append(t)
for t in t_objs:
    t.join()
print("cost:", time.time()-start_time)