详解python程序中的多任务
现实生活中，有很多场景中的事情是同时进行的，比如开车的时候，手和脚共同来驾驶汽车，再比如唱歌跳舞也是同时进行的。
以上这些可以理解为多任务。那在程序中怎么能做到多任务，它有什么好处？
接下来我们来看看没有多任务的程序是什么效果。
importtime
defsing():
foriinrange(5):
print("正在唱...")
time.sleep(1)
defdance():
foriinrange(5):
print("正在跳...")
time.sleep(1)
defmain():
sing()
dance()
if__name__=="__main__":
main()
运行结果：
这个程序执行需要10秒钟，但是如果唱歌和跳舞能同时执行的话，只需要5秒钟就可以了。
没有多任务的时候，想一起执行上面的多个函数是做不到的，我们要学习的多任务就是多个函数(唱歌和跳舞)一起执行。
接下来我们来实现简单的多任务。
大家暂时不用关系代码怎么写，后续我们会具体讲解。
importtime
importthreading
defsing():
foriinrange(5):
print("正在唱...")
time.sleep(1)
defdance():
foriinrange(5):
print("正在跳...")
time.sleep(1)
defmain():
t1=threading.Thread(target=sing)
t2=threading.Thread(target=dance)
t1.start()
t2.start()
if__name__=="__main__":
main()
运行结果：
多任务的概念
什么叫“多任务”呢？简单地说，就是操作系统可以同时运行多个任务。
打个比方，你一边在用浏览器上网，一边在听MP3，一边在用Word赶作业，这就是多任务。
至少同时有3个任务正在运行，还有很多任务悄悄地在后台同时运行着，只是桌面上没有显示而已。
现在，多核CPU已经非常普及了，但是，即使过去的单核CPU，也可以执行多任务。
由于CPU执行代码都是顺序执行的，那么，单核CPU是怎么执行多任务的呢？
答案就是操作系统轮流让各个任务交替执行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，再切换到任务3，执行0.01秒……这样反复执行下去。
表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了，我们感觉就像所有任务都在同时执行一样。
真正的并行执行多任务只能在多核CPU上实现，但是，由于任务数量远远多于CPU的核心数量，所以，操作系统也会自动把很多任务轮流调度到每个核心上执行。
那这里就引出了2个概念。
并发
指的是任务数多于cpu核数，通过操作系统的各种任务调度算法，实现多个任务“一起”执行。
多个进程指令被快速轮换执行，使得在宏观上具有多个进程同时执行的效果。
实际上总有一些任务不在执行，因为切换任务的速度相当快，看上去一起执行而已。
并行
指的是任务数小于等于cpu核数，在同一时刻有多条指令在多个处理器上真的同时执行。
多任务的好处
多任务可以简单地理解为同时执行多个不同程序，它有如下好处：
- 可以把占据长时间的程序中的任务放到后台去处理。
- 用户界面可以更加吸引人，比如用户点击了一个按钮去触发某些事件的处理，界面上可以弹出一个进度条来显示处理的进度。
- 程序的运行速度可能加快。
- 在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，可以释放一些珍贵的资源如内存占用等等。
以上就是详解python程序中的多任务的详细内容，更多关于python多任务的资料请关注毛票票其它相关文章！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。