Python多任务是怎么发生的

这篇文章主要讲解了“Python多任务是怎么发生的”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Python多任务是怎么发生的”吧！

准备工作

增加程序执行过程中细节的输出。

单任务时执行结果

WT:<<<<WriteData:4<<<<
WT:int DataArray::addData(0)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
WT:     {
WT:             m_buffer[0] = 0;
WT:             m_dataSize++;
WT:     }
WT:}
WT:int DataArray::addData(1)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
WT:     {
WT:             m_buffer[1] = 1;
WT:             m_dataSize++;
WT:     }
WT:}
WT:int DataArray::addData(2)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
WT:     {
WT:             m_buffer[2] = 2;
WT:             m_dataSize++;
WT:     }
WT:}
WT:int DataArray::addData(3)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
WT:     {
WT:             m_buffer[3] = 3;
WT:             m_dataSize++;
WT:     }
WT:}
WT:int DataArray::addData(4)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
WT:     {
WT:             m_buffer[4] = 4;
WT:             m_dataSize++;
WT:     }
WT:}
RT:>>>>ReadData:4>>>>
RT:int DataArray::getDataSize()
RT:{
RT:     return 5;
RT:}
RT::----data_size=5
RT:int DataArray::getData(0)
RT:{
RT:     if(index >= 0 && index < m_dataSize)
RT:     {
RT:             return m_buffer[0];, value =0
RT:     }
RT:}
RT:int DataArray::getData(1)
RT:{
RT:     if(index >= 0 && index < m_dataSize)
RT:     {
RT:             return m_buffer[1];, value =1
RT:     }
RT:}
RT:int DataArray::getData(2)
RT:{
RT:     if(index >= 0 && index < m_dataSize)
RT:     {
RT:             return m_buffer[2];, value =2
RT:     }
RT:}
RT:int DataArray::getData(3)
RT:{
RT:     if(index >= 0 && index < m_dataSize)
RT:     {
RT:             return m_buffer[3];, value =3
RT:     }
RT:}
RT:int DataArray::getData(4)
RT:{
RT:     if(index >= 0 && index < m_dataSize)
RT:     {
RT:             return m_buffer[4];, value =4
RT:     }
RT:}
RT:----total=10

上面的输出只是写五个数，读五个数的部分，但是可以看出写数据处理（WT）

完全结束以后，读数据处理（RT）才开始执行。这是数据处理正确进行的必要条件，记住这一点。

多任务（线程）条件下的执行结果

RT:>>>>ReadData:WT:<<<<WriteData:0<<<<
WT:int DataArray::addData(0)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
WT:     {
WT:             m_buffer[0] = 0;
WT:             m_dataSize++;
WT:     }
WT:}
WT:int DataArray::addData(1)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
WT:     {
WT:             m_buffer[1] = 1;
WT:             m_dataSize++;
WT:     }
WT:}
WT:int DataArray::addData(2)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
WT:     {
WT:             m_buffer[2] = 2;
WT:             m_dataSize++;
WT:     }
WT:}
WT:int DataArray::addData(3)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
WT:     {
WT:             m_buffer[3] = 3;
WT:             m_dataSize++;
WT:     }
WT:}
WT:int DataArray::addData(4)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
WT:     {
WT:             m_buffer[4] = 4;
WT:             m_dataSize++;
WT:     }
WT:}
WT:<<<<WriteData:1<<<<
WT:int DataArray::addData(0)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
0>>>>
RT:int DataArray::getDataSize()
RT:{
RT:     return 5;
RT:}
RT::----data_size=5
RT:int DataArray::getData(0)
RT:{
RT:     if(index >= 0 && index < m_dataSize)
RT:     {
RT:             return m_buffer[0]RT:   }
RT:}
RT:int DataArray::getData(1)
RT:{
RT:     if(index >= 0 && index < m_dataSize)
RT:     {
RT:             return m_buffer[1]RT:   }
RT:}
RT:int DataArray::getData(2)
RT:{
RT:     if(index >= 0 && index < m_dataSize)
RT: {
RT:             return m_buffer[2]RT:   }
RT:}
RT:int DataArray::getData(3)
RT:{
RT:     if(index >= 0 && index < m_dataSize)
WT:     {
WT:             m_buffer[5] = 0;
WT:             m_dataSize++;
WT:     }
WT:}
WT:int DataArray::addData(1)
WT:{
WT:     if(m_dataSize < (ARRAY_SIZE - 1))
WT:     {
WT:             m_buffer[6] = 1;
WT:             m_dataSize++;
WT:     }
WT:}

如果程序可以看出写数据处理和读数据处理随机交替进行，执行结果会怎么样没有人能说清楚。另外虽然本例中没有涉及，如果内存关联处理，则经常会出现内存破坏而导致死机等各种问题。而且由于任务切换的随机性，问题的发生也是随机的，这可能是多任务变成最大的难点。

感谢各位的阅读，以上就是“Python多任务是怎么发生的”的内容了，经过本文的学习后，相信大家对Python多任务是怎么发生的这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！