多線程與多進程

　　不管是進程仍是線程咱們均可以循環開啓多條，對於何時使用進程何時使用線程這個問題上：答案就是，咱們在遇到計算密集型問題時使用多進程，遇到io密集型問題時使用多線程。

　　計算密集型問題：計算密集型任務的特色是要進行大量的計算，消耗CPU資源，好比計算圓周率、對視頻進行高清解碼等等，全靠CPU的運算能力。這種計算密集型任務雖然也能夠用多任務完成，可是任務越多，花在任務切換的時間就越多，CPU執行任務的效率就越低，因此，要最高效地利用CPU，計算密集型任務同時進行的數量應當等於CPU的核心數。

　　IO密集型問題：IO密集型，涉及到網絡、磁盤IO的任務都是IO密集型任務，這類任務的特色是CPU消耗不多，任務的大部分時間都在等待IO操做完成（由於IO的速度遠遠低於CPU和內存的速度）。對於IO密集型任務，任務越多，CPU效率越高，但也有一個限度。常見的大部分任務都是IO密集型任務，好比Web應用。IO密集型任務執行期間，99%的時間都花在IO上，花在CPU上的時間不多，所以，用運行速度極快的C語言替換用Python這樣運行速度極低的腳本語言，徹底沒法提高運行效率。對於IO密集型任務，最合適的語言就是開發效率最高（代碼量最少）的語言，腳本語言是首選，C語言最差。

# coding:utf-8

import threading,time

lock = threading.Lock()
ls = [i for i in range(10)] #[1,2,3,4,5,6,7,8,9]

# def getValue():
#     global ls
#     if len(ls):
#         a = ls[-1]
#         print('線程：%s 刪除 %s'%(threading.current_thread().name,a))
#         time.sleep(1)
#         ls.remove(a)


def get():
    global ls
    lock.acquire() # 開始上同步鎖
    try:
        if len(ls):
            a = ls[-1]
            print('線程：%s 刪除 %s' % (threading.current_thread().name, a))
            time.sleep(1)
            ls.remove(a)
    finally:
        lock.release() # 釋放同步鎖


if __name__=='__main__':
    while True:
        # 開啓多線程的方法，咱們可使用循環來開啓多線程，及多進程也是如此。
        t = []
        for i in range(1,4):
            t1 = threading.Thread(target=get,name='Thread-%s'%i)
            t.append(t1)
            t1.start()
        # 最後咱們循環來等待他們運行結束在執行下面的內容。
        for item in t:
            item.join()

        if len(ls) == 0:
            break
    print(ls)