我们一直在讲多线程中的模块，想必大家也差不多可以进入我们的测试环节，也算是检验小伙伴们学了几天的成果。就以运算为例，我们都知道肯定是计算所需的时间越少越出色，那么多线程中的运算是否比其他的运算要快呢？这里需要小伙伴们跟着小编一起去探索，才能真切体会到运算的快乐，接下来直接进入正题：

多线程存在GIL（global interpret lock）。为了实现多线程功能，程序把线程锁住，然后锁住了之后，只有唯一一个线程运算。Python只能够让线程在同一时间运算一个东西。在不停切换，看起来是多线程的。但实际上不是。

import threading
from queue import Queue
import copy
import time
 
def job(lists, q):
    res = sum(lists)
    q.put(res)
    
def multi_theading(lists):
    q = Queue()
    threads = []
    for i in range(4):
        t = threading.Thread(target=job, args=(copy.copy(lists), q),
                             name = 'T%i'%i)
        t.start()
        threads.append(t)
    [t.join() for i in threads]
    total = 0
    for _ in range(4):
        total += q.get()
    print(total)
 
def normal(lists):
    # 完全不用多线程
    total = sum(lists)
    print(total)
 
if __name__ == '__main__':
    lists = list(range(1000000))
    s_t = time.time()
    normal(lists*4)
    print('Normal : ', time.time() - s_t)
    s_t = time.time()
    multi_theading(lists)
print('multi_threading : ', time.time() - s_t)

运行结果

1999998000000
Normal :  0.1705458164215088
1999998000000
multi_threading :  0.14860320091247559

不用多线程是 0.1705秒；用了多线程仅仅是稍微快了一点。

有些小伙伴习惯性的认为，小编所讲的知识点肯定是最具有优势的，其实不是这样的哦~所有的结论需要经过实验才能得出结论。