python线程优先级队列知识点总结

Python 的 Queue 模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列 PriorityQueue。

1、说明

这些队列都实现了锁原语，能够在多线程中直接使用，可以使用队列来实现线程间的同步。

模块中的常用方法如下:

Queue.qsize() 返回队列的大小
Queue.empty() 如果队列为空，返回True,反之False
Queue.full() 如果队列满了，返回True,反之False
Queue.full 与 maxsize 大小对应
Queue.get([block[, timeout]])获取队列，timeout等待时间
Queue.get_nowait() 相当Queue.get(False)
Queue.put(item) 写入队列，timeout等待时间
Queue.put_nowait(item) 相当Queue.put(item, False)
Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号
Queue.join() 实际上意味着等到队列为空，再执行别的操作

2、实例

#!/usr/bin/python3
import queue
import threading
import time
exitFlag = 0
class myThread (threading.Thread):
  def __init__(self, threadID, name, q):
    threading.Thread.__init__(self)
    self.threadID = threadID
    self.name = name
    self.q = q
  def run(self):
    print (\"开启线程：\" + self.name)
    process_data(self.name, self.q)
    print (\"退出线程：\" + self.name)
def process_data(threadName, q):
  while not exitFlag:
    queueLock.acquire()
    if not workQueue.empty():
      data = q.get()
      queueLock.release()
      print (\"%s processing %s\" % (threadName, data))
    else:
      queueLock.release()
    time.sleep(1)
threadList = [\"Thread-1\", \"Thread-2\", \"Thread-3\"]
nameList = [\"One\", \"Two\", \"Three\", \"Four\", \"Five\"]
queueLock = threading.Lock()
workQueue = queue.Queue(10)
threads = []
threadID = 1
# 创建新线程
for tName in threadList:
  thread = myThread(threadID, tName, workQueue)
  thread.start()
  threads.append(thread)
  threadID += 1
# 填充队列
queueLock.acquire()
for word in nameList:
  workQueue.put(word)
queueLock.release()
# 等待队列清空
while not workQueue.empty():
  pass
# 通知线程是时候退出
exitFlag = 1
# 等待所有线程完成
for t in threads:
  t.join()
print (\"退出主线程\")

知识点扩展：

问题

怎样实现一个按优先级排序的队列？ 并且在这个队列上面每次 pop 操作总是返回优先级最高的那个元素

解决方案

下面的类利用 heapq 模块实现了一个简单的优先级队列：

import heapq

class PriorityQueue:
 def __init__(self):
 self._queue = []
 self._index = 0

 def push(self, item, priority):
 heapq.heappush(self._queue, (-priority, self._index, item))
 self._index += 1

 def pop(self):
 return heapq.heappop(self._queue)[-1]

下面是它的使用方式：

>>> class Item:
... def __init__(self, name):
...  self.name = name
... def __repr__(self):
...  return \'Item({!r})\'.format(self.name)
...
>>> q = PriorityQueue()
>>> q.push(Item(\'foo\'), 1)
>>> q.push(Item(\'bar\'), 5)
>>> q.push(Item(\'spam\'), 4)
>>> q.push(Item(\'grok\'), 1)
>>> q.pop()
Item(\'bar\')
>>> q.pop()
Item(\'spam\')
>>> q.pop()
Item(\'foo\')
>>> q.pop()
Item(\'grok\')
>>>