今天小编就为大家分享一篇python多线程共享变量的使用和效率方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
python多线程可以使任务得到并发执行，但是有时候在执行多次任务的时候，变量出现“意外”。
import threading,time
n=0
start=time.time()
def b1(num):
global n
n=n+num
n=n-num
def b2(num):
for i in range(1000000):
b1(num)
t1=threading.Thread(target=b2,args=(5,))
t2=threading.Thread(target=b2,args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
end=time.time()
print(n)
print(end-start)
执行结果：
18
0.7520430088043213
可见变量n从0变成了18，用时是0.75s，原因是计算机系统计算类似n=n+num是分两步计算的，先计算n+num的值放进内存中，然后再把计算的值赋值给n，正是这个间隙导致了变量出现“意外”。
这时候可以使用threading.Lock来把线程中的变量锁定，使用完再释放！
import threading,time
n=0
lock=threading.Lock()
start=time.time()
def b1(num):
global n
n=n+num
n=n-num
def b2(num):
for i in range(1000000):
lock.acquire()#等待获取或获取修改变量的权限，并霸占它们
b1(num)
lock.release()#释放霸占的变量
t1=threading.Thread(target=b2,args=(5,))
t2=threading.Thread(target=b2,args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
end=time.time()
print(n)
print(end-start)
执行结果：
0
3.335190773010254
虽然变量的值正确了，但慢了很多倍，效率大大的打折扣，多线程的优势也没凸显出来。
所以尽量使用局部变量来代替全局变量在线程中使用，这样可以避免效率的问题。
其实这里不仅有技术，更有那些技术之外的东西，比如，如何做一个精致的程序员，而不是“屌丝”，
程序员本身就是高贵的一种存在啊，难道不是吗？
内容就以上怎么多，最后给大家推荐一个口碑不错的
公众号【程序员学府】，这里有很多的老前辈学习技巧，学习心得，面试技巧，职场经历等分享，更为
大家精心准备了零基础入门资料，实战项目资料，每天都有程序员定时讲解Python技术，分享一些学习
的方法和需要留意的小细节，非常欢迎你的加入，未来的日子，编码之外，有你有我，一起做一个人不
傻，钱很多，活得久的快乐的程序员吧！
