本文介绍了Python对于线程的支持,包括“学会”多线程编程需要掌握的基础以及Python两个线程标准库的完整介绍及使用示例。

1. 线程基础

1.1. 线程状态

线程有5种状态,状态转换的过程如下图所示:

1.2. 线程同步(锁)

多线程的优势在于可以同时运行多个任务(至少感觉起来是这样)。但是当线程需要共享数据时,可能存在数据不同步的问题。考虑这样一种情况:一个列表里所有元素都是0,线程"set"从后向前把所有元素改成1,而线程"print"负责从前往后读取列表并打印。那么,可能线程"set"开始改的时候,线程"print"便来打印列表了,输出就成了一半0一半1,这就是数据的不同步。为了避免这种情况,引入了锁的概念。

锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时,必须先获得锁定;如果已经有别的线程比如"print"获得锁定了,那么就让线程"set"暂停,也就是同步阻塞;等到线程"print"访问完毕,释放锁以后,再让线程"set"继续。经过这样的处理,打印列表时要么全部输出0,要么全部输出1,不会再出现一半0一半1的尴尬场面。

线程与锁的交互如下图所示:

1.3. 线程通信(条件变量)

然而还有另外一种尴尬的情况:列表并不是一开始就有的;而是通过线程"create"创建的。如果"set"或者"print" 在"create"还没有运行的时候就访问列表,将会出现一个异常。使用锁可以解决这个问题,但是"set"和"print"将需要一个无限循环——他们不知道"create"什么时候会运行,让"create"在运行后通知"set"和"print"显然是一个更好的解决方案。于是,引入了条件变量。

条件变量允许线程比如"set"和"print"在条件不满足的时候(列表为None时)等待,等到条件满足的时候(列表已经创建)发出一个通知,告诉"set" 和"print"条件已经有了,你们该起床干活了;然后"set"和"print"才继续运行。

线程与条件变量的交互如下图所示:

1.4. 线程运行和阻塞的状态转换

最后看看线程运行和阻塞状态的转换。

阻塞有三种情况: 
同步阻塞是指处于竞争锁定的状态,线程请求锁定时将进入这个状态,一旦成功获得锁定又恢复到运行状态; 
等待阻塞是指等待其他线程通知的状态,线程获得条件锁定后,调用“等待”将进入这个状态,一旦其他线程发出通知,线程将进入同步阻塞状态,再次竞争条件锁定; 
而其他阻塞是指调用time.sleep()、anotherthread.join()或等待IO时的阻塞,这个状态下线程不会释放已获得的锁定。

tips: 如果能理解这些内容,接下来的主题将是非常轻松的;并且,这些内容在大部分流行的编程语言里都是一样的。(意思就是非看懂不可 >_< 嫌作者水平低找别人的教程也要看懂)

2. thread

Python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
# encoding: UTF-8
import 
thread
import 
time
 
# 一个用于在线程中执行的函数
def 
func():
    
for 
i
in 
range
(
5
):
        
print 
'func'
        
time.sleep(
1
)
    
    
# 结束当前线程
    
# 这个方法与thread.exit_thread()等价
    
thread.exit()
# 当func返回时,线程同样会结束
        
# 启动一个线程,线程立即开始运行
# 这个方法与thread.start_new_thread()等价
# 第一个参数是方法,第二个参数是方法的参数
thread.start_new(func, ())
# 方法没有参数时需要传入空tuple
 
# 创建一个锁(LockType,不能直接实例化)
# 这个方法与thread.allocate_lock()等价
lock
= 
thread.allocate()
 
# 判断锁是锁定状态还是释放状态
print 
lock.locked()
 
# 锁通常用于控制对共享资源的访问
count
= 
0
 
# 获得锁,成功获得锁定后返回True
# 可选的timeout参数不填时将一直阻塞直到获得锁定
# 否则超时后将返回False
if 
lock.acquire():
    
count
+
= 
1
    
    
# 释放锁
    
lock.release()
 
# thread模块提供的线程都将在主线程结束后同时结束
time.sleep(
6
)

thread 模块提供的其他方法: 
thread.interrupt_main(): 在其他线程中终止主线程。 
thread.get_ident(): 获得一个代表当前线程的魔法数字,常用于从一个字典中获得线程相关的数据。这个数字本身没有任何含义,并且当线程结束后会被新线程复用。

thread还提供了一个ThreadLocal类用于管理线程相关的数据,名为 thread._local,threading中引用了这个类。

由于thread提供的线程功能不多,无法在主线程结束后继续运行,不提供条件变量等等原因,一般不使用thread模块,这里就不多介绍了。

3. threading

threading基于Java的线程模型设计。锁(Lock)和条件变量(Condition)在Java中是对象的基本行为(每一个对象都自带了锁和条件变量),而在Python中则是独立的对象。Python Thread提供了Java Thread的行为的子集;没有优先级、线程组,线程也不能被停止、暂停、恢复、中断。Java Thread中的部分被Python实现了的静态方法在threading中以模块方法的形式提供。

threading 模块提供的常用方法: 
threading.currentThread(): 返回当前的线程变量。 
threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前,不包括启动前和终止后的线程。 
threading.activeCount(): 返回正在运行的线程数量,与len(threading.enumerate())有相同的结果。

threading模块提供的类:  
Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local.

3.1. Thread

Thread是线程类,与Java类似,有两种使用方法,直接传入要运行的方法或从Thread继承并覆盖run():

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# encoding: UTF-8
import 
threading
 
# 方法1:将要执行的方法作为参数传给Thread的构造方法
def 
func():
    
print 
'func() passed to Thread'
 
t
= 
threading.Thread(target
=
func)
t.start()
 
# 方法2:从Thread继承,并重写run()
class 
MyThread(threading.Thread):
    
def 
run(
self
):
        
print 
'MyThread extended from Thread'
 
t
= 
MyThread()
t.start()

构造方法: 
Thread(group=None, target=None, name=None, args=(), kwargs={}) 
group: 线程组,目前还没有实现,库引用中提示必须是None; 
target: 要执行的方法; 
name: 线程名; 
args/kwargs: 要传入方法的参数。

实例方法: 
isAlive(): 返回线程是否在运行。正在运行指启动后、终止前。 
get/setName(name): 获取/设置线程名。 
is/setDaemon(bool): 获取/设置是否守护线程。初始值从创建该线程的线程继承。当没有非守护线程仍在运行时,程序将终止。 
start(): 启动线程。 
join([timeout]): 阻塞当前上下文环境的线程,直到调用此方法的线程终止或到达指定的timeout(可选参数)。

一个使用join()的例子:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
# encoding: UTF-8
import 
threading
import 
time
 
def 
context(tJoin):
    
print 
'in threadContext.'
    
tJoin.start()
    
    
# 将阻塞tContext直到threadJoin终止。
    
tJoin.join()
    
    
# tJoin终止后继续执行。
    
print 
'out threadContext.'
 
def 
join():
    
print 
'in threadJoin.'
    
time.sleep(
1
)
    
print 
'out threadJoin.'
 
tJoin
= 
threading.Thread(target
=
join)
tContext
= 
threading.Thread(target
=
context, args
=
(tJoin,))
 
tContext.start()

运行结果:

in threadContext. 
in threadJoin. 
out threadJoin. 
out threadContext.

3.2. Lock

Lock(指令锁)是可用的最低级的同步指令。Lock处于锁定状态时,不被特定的线程拥有。Lock包含两种状态——锁定和非锁定,以及两个基本的方法。

可以认为Lock有一个锁定池,当线程请求锁定时,将线程至于池中,直到获得锁定后出池。池中的线程处于状态图中的同步阻塞状态。

构造方法: 
Lock()

实例方法: 
acquire([timeout]): 使线程进入同步阻塞状态,尝试获得锁定。 
release(): 释放锁。使用前线程必须已获得锁定,否则将抛出异常。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
# encoding: UTF-8
import 
threading
import 
time
 
data
= 
0
lock
= 
threading.Lock()
 
def 
func():
    
global 
data
    
print 
'%s acquire lock...' 
% 
threading.currentThread().getName()
    
    
# 调用acquire([timeout])时,线程将一直阻塞,
    
# 直到获得锁定或者直到timeout秒后(timeout参数可选)。
    
# 返回是否获得锁。
    
if 
lock.acquire():
        
print 
'%s get the lock.' 
% 
threading.currentThread().getName()
        
data
+
= 
1
        
time.sleep(
2
)
        
print 
'%s release lock...' 
% 
threading.currentThread().getName()
        
        
# 调用release()将释放锁。
        
lock.release()
 
t1
= 
threading.Thread(target
=
func)
t2
= 
threading.Thread(target
=
func)
t3
= 
threading.Thread(target
=
func)
t1.start()
t2.start()
t3.start()

3.3. RLock

RLock(可重入锁)是一个可以被同一个线程请求多次的同步指令。RLock使用了“拥有的线程”和“递归等级”的概念,处于锁定状态时,RLock被某个线程拥有。拥有RLock的线程可以再次调用acquire(),释放锁时需要调用release()相同次数。

可以认为RLock包含一个锁定池和一个初始值为0的计数器,每次成功调用 acquire()/release(),计数器将+1/-1,为0时锁处于未锁定状态。

构造方法: 
RLock()

实例方法: 
acquire([timeout])/release(): 跟Lock差不多。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
# encoding: UTF-8
import 
threading
import 
time
 
rlock
= 
threading.RLock()
 
def 
func():
    
# 第一次请求锁定
    
print 
'%s acquire lock...' 
% 
threading.currentThread().getName()
    
if 
rlock.acquire():
        
print 
'%s get the lock.' 
% 
threading.currentThread().getName()
        
time.sleep(
2
)
        
        
# 第二次请求锁定
        
print 
'%s acquire lock again...' 
% 
threading.currentThread().getName()
        
if 
rlock.acquire():
            
print 
'%s get the lock.' 
% 
threading.currentThread().getName()
            
time.sleep(
2
)
        
        
# 第一次释放锁
        
print 
'%s release lock...' 
% 
threading.currentThread().getName()
        
rlock.release()
        
time.sleep(
2
)
        
        
# 第二次释放锁
        
print 
'%s release lock...' 
% 
threading.currentThread().getName()
        
rlock.release()
 
t1
= 
threading.Thread(target
=
func)
t2
= 
threading.Thread(target
=
func)
t3
= 
threading.Thread(target
=
func)
t1.start()
t2.start()
t3.start()

3.4. Condition

Condition(条件变量)通常与一个锁关联。需要在多个Contidion中共享一个锁时,可以传递一个Lock/RLock实例给构造方法,否则它将自己生成一个RLock实例。

可以认为,除了Lock带有的锁定池外,Condition还包含一个等待池,池中的线程处于状态图中的等待阻塞状态,直到另一个线程调用notify()/notifyAll()通知;得到通知后线程进入锁定池等待锁定。

构造方法: 
Condition([lock/rlock])

实例方法: 
acquire([timeout])/release(): 调用关联的锁的相应方法。 
wait([timeout]): 调用这个方法将使线程进入Condition的等待池等待通知,并释放锁。使用前线程必须已获得锁定,否则将抛出异常。 
notify(): 调用这个方法将从等待池挑选一个线程并通知,收到通知的线程将自动调用acquire()尝试获得锁定(进入锁定池);其他线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定,否则将抛出异常。 
notifyAll(): 调用这个方法将通知等待池中所有的线程,这些线程都将进入锁定池尝试获得锁定。调用这个方法不会释放锁定。使用前线程必须已获得锁定,否则将抛出异常。

例子是很常见的生产者/消费者模式:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
# encoding: UTF-8
import 
threading
import 
time
 
# 商品
product
= 
None
# 条件变量
con
= 
threading.Condition()
 
# 生产者方法
def 
produce():
    
global 
product
    
    
if 
con.acquire():
        
while 
True
:
            
if 
product
is 
None
:
                
print 
'produce...'
                
product
= 
'anything'
                
                
# 通知消费者,商品已经生产
                
con.notify()
            
            
# 等待通知
            
con.wait()
            
time.sleep(
2
)
 
# 消费者方法
def 
consume():
    
global 
product
    
    
if 
con.acquire():
        
while 
True
:
            
if 
product
is 
not 
None
:
                
print 
'consume...'
                
product
= 
None
                
                
# 通知生产者,商品已经没了
                
con.notify()
            
            
# 等待通知
            
con.wait()
            
time.sleep(
2
)
 
t1
= 
threading.Thread(target
=
produce)
t2
= 
threading.Thread(target
=
consume)
t2.start()
t1.start()

3.5. Semaphore/BoundedSemaphore

Semaphore(信号量)是计算机科学史上最古老的同步指令之一。Semaphore管理一个内置的计数器,每当调用acquire()时-1,调用release() 时+1。计数器不能小于0;当计数器为0时,acquire()将阻塞线程至同步锁定状态,直到其他线程调用release()。

基于这个特点,Semaphore经常用来同步一些有“访客上限”的对象,比如连接池。

BoundedSemaphore 与Semaphore的唯一区别在于前者将在调用release()时检查计数器的值是否超过了计数器的初始值,如果超过了将抛出一个异常。

构造方法: 
Semaphore(value=1): value是计数器的初始值。

实例方法: 
acquire([timeout]): 请求Semaphore。如果计数器为0,将阻塞线程至同步阻塞状态;否则将计数器-1并立即返回。 
release(): 释放Semaphore,将计数器+1,如果使用BoundedSemaphore,还将进行释放次数检查。release()方法不检查线程是否已获得 Semaphore。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
# encoding: UTF-8
import 
threading
import 
time
 
# 计数器初值为2
semaphore
= 
threading.Semaphore(
2
)
 
def 
func():
    
    
# 请求Semaphore,成功后计数器-1;计数器为0时阻塞
    
print 
'%s acquire semaphore...' 
% 
threading.currentThread().getName()
    
if 
semaphore.acquire():
        
        
print 
'%s get semaphore' 
% 
threading.currentThread().getName()
        
time.sleep(
4
)
        
        
# 释放Semaphore,计数器+1
        
print 
'%s release semaphore' 
% 
threading.currentThread().getName()
        
semaphore.release()
 
t1
= 
threading.Thread(target
=
func)
t2
= 
threading.Thread(target
=
func)
t3
= 
threading.Thread(target
=
func)
t4
= 
threading.Thread(target
=
func)
t1.start()
t2.start()
t3.start()
t4.start()
 
time.sleep(
2
)
 
# 没有获得semaphore的主线程也可以调用release
# 若使用BoundedSemaphore,t4释放semaphore时将抛出异常
print 
'MainThread release semaphore without acquire'
semaphore.release()

3.6. Event

Event(事件)是最简单的线程通信机制之一:一个线程通知事件,其他线程等待事件。Event内置了一个初始为False的标志,当调用set()时设为True,调用clear()时重置为 False。wait()将阻塞线程至等待阻塞状态。

Event其实就是一个简化版的 Condition。Event没有锁,无法使线程进入同步阻塞状态。

构造方法: 
Event()

实例方法: 
isSet(): 当内置标志为True时返回True。 
set(): 将标志设为True,并通知所有处于等待阻塞状态的线程恢复运行状态。 
clear(): 将标志设为False。 
wait([timeout]): 如果标志为True将立即返回,否则阻塞线程至等待阻塞状态,等待其他线程调用set()。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# encoding: UTF-8
import 
threading
import 
time
 
event
= 
threading.Event()
 
def 
func():
    
# 等待事件,进入等待阻塞状态
    
print 
'%s wait for event...' 
% 
threading.currentThread().getName()
    
event.wait()
    
    
# 收到事件后进入运行状态
    
print 
'%s recv event.' 
% 
threading.currentThread().getName()
 
t1
= 
threading.Thread(target
=
func)
t2
= 
threading.Thread(target
=
func)
t1.start()
t2.start()
 
time.sleep(
2
)
 
# 发送事件通知
print 
'MainThread set event.'
event.
set
()

3.7. Timer

Timer(定时器)是Thread的派生类,用于在指定时间后调用一个方法。

构造方法: 
Timer(interval, function, args=[], kwargs={}) 
interval: 指定的时间 
function: 要执行的方法 
args/kwargs: 方法的参数

实例方法: 
Timer从Thread派生,没有增加实例方法。

1
2
3
4
5
6
7
8
# encoding: UTF-8
import 
threading
 
def 
func():
    
print 
'hello timer!'
 
timer
= 
threading.Timer(
5
, func)
timer.start()

3.8. local

local是一个小写字母开头的类,用于管理 thread-local(线程局部的)数据。对于同一个local,线程无法访问其他线程设置的属性;线程设置的属性不会被其他线程设置的同名属性替换。

可以把local看成是一个“线程-属性字典”的字典,local封装了从自身使用线程作为 key检索对应的属性字典、再使用属性名作为key检索属性值的细节。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# encoding: UTF-8
import 
threading
 
local
= 
threading.local()
local.tname
= 
'main'
 
def 
func():
    
local.tname
= 
'notmain'
    
print 
local.tname
 
t1
= 
threading.Thread(target
=
func)
t1.start()
t1.join()
 
print 
local.tname

熟练掌握Thread、Lock、Condition就可以应对绝大多数需要使用线程的场合,某些情况下local也是非常有用的东西。本文的最后使用这几个类展示线程基础中提到的场景:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
# encoding: UTF-8
import 
threading
 
alist
= 
None
condition
= 
threading.Condition()
 
def 
doSet():
    
if 
condition.acquire():
        
while 
alist
is 
None
:
            
condition.wait()
        
for 
i
in 
range
(
len
(alist))[::
-
1
]:
            
alist[i]
= 
1
        
condition.release()
 
def 
doPrint():
    
if 
condition.acquire():
        
while 
alist
is 
None
:
            
condition.wait()
        
for 
i
in 
alist:
            
print 
i,
        
print
        
condition.release()
 
def 
doCreate():
    
global 
alist
    
if 
condition.acquire():
        
if 
alist
is 
None
:
            
alist
= 
[
0 
for 
i
in 
range
(
10
)]
            
condition.notifyAll()
        
condition.release()
 
tset
= 
threading.Thread(target
=
doSet,name
=
'tset'
)
tprint
= 
threading.Thread(target
=
doPrint,name
=
'tprint'
)
tcreate
= 
threading.Thread(target
=
doCreate,name
=
'tcreate'
)
tset.start()
tprint.start()
tcreate.start()

Python 学习入门(21)—— 线程的更多相关文章

  1. Python学习入门基础教程(learning Python)--5.6 Python读文件操作高级

    前文5.2节和5.4节分别就Python下读文件操作做了基础性讲述和提升性介绍,但是仍有些问题,比如在5.4节里涉及到一个多次读文件的问题,实际上我们还没有完全阐述完毕,下面这个图片的问题在哪呢? 问 ...

  2. python学习笔记12 ----线程、进程

    进程和线程的概念 进程和线程是操作系统中两个很重要的概念,对于一般的程序,可能有若干个进程,每一个进程有若干个同时执行的线程.进程是资源管理的最小单位,线程是程序执行的最小单位(线程可共享同一进程里的 ...

  3. python学习笔记11 ----线程、进程、协程

    进程.线程.协程的概念 进程和线程是操作系统中两个很重要的概念,对于一般的程序,可能有若干个进程,每一个进程有若干个同时执行的线程.进程是资源管理的最小单位,线程是程序执行的最小单位(线程可共享同一进 ...

  4. python学习入门第一天总结

    虽然之前自己也看过许多关于python的视频,但一直没有动力与勇气,所以未能坚持且也没有学得这么深刻,这次希望通过python自动化培训,能够彻底改变自己,通过第一天的python学习,自己学到了许多 ...

  5. Python 学习入门(22)—— 线程同步

    Python主要通过标准库中的threading包来实现多线程.在当今网络时代,每个服务器都会接收到大量的请求.服务器可以利用多线程的方式来处理这些请求,以提高对网络端口的读写效率.Python是一种 ...

  6. Python学习入门教程,字符串函数扩充详解

    因有用户反映,在基础文章对字符串函数的讲解太过少,故写一篇文章详细讲解一下常用字符串函数.本文章是对:程序员带你十天快速入门Python,玩转电脑软件开发(三)中字符串函数的详解与扩充. 如果您想学习 ...

  7. Python学习入门基础教程(learning Python)--6.3 Python的list切片高级

    上节"6.2 Python的list访问索引和切片"主要学习了Python下的List的访问技术:索引和切片的基础知识,这节将就List的索引index和切片Slice知识点做进一 ...

  8. Python学习 - 入门篇1

    前言 学习渠道:慕课网:Python入门 记录原因:人总归要向记忆低头[微笑再见.gif] 记录目标:形成简洁的知识点查阅手册 变量和数据类型 变量 赋值 在Python中,可以把任意数据类型赋值给变 ...

  9. Python学习笔记--threading线程

    通过线程来实现多任务并发.提高性能.先看看例子. #!/usr/bin/env python # -*- coding: utf-8 -*- # @Date : 2020-03-02 21:10:39 ...

随机推荐

  1. tomcat编译通过问题

    tomcat  编译后 的类 和 网站目录不能同名!

  2. javascript复制

    1.实现点击按钮,复制文本框中的的内容 1 <scrip type="text/javascript"> 2 function copyUrl2() 3 { 4 var ...

  3. 面向对象程序设计-C++ Steam & Vector 【第三次上课笔记】

    大家可以下载后用Vim 或者 Sublime Text等文本编辑器查看 Conference: http://blog.csdn.net/candy1232009/article/details/70 ...

  4. Chapter 3.单一职责原则

    单一职责原则:就一个类而言,应该仅有一个引起它变化的原因. 如果一个类承担的职责过多,就等于把这些职责耦合在一起,一个职责的变化可能会削弱或者抑制这个类完成其他职责的能力,就等于把这些职责耦合在一起, ...

  5. 一起学习CMake – 02

    本节介绍如何用CMake来设置软件的版本号 在<一起学习CMake - 01>中我们看到了如何用CMakeLists.txt来构建一个最简单的工程,这一节里我们一起来看看如何用CMake对 ...

  6. 快的打车 技术部 在 杭州 招聘 #年前面试 年后入职#架构师 - 内推网(neitui.me)

    快的打车 技术部 在 杭州 招聘 #年前面试 年后入职#架构师 - 内推网(neitui.me) 陈丹 (cd**@kuaidadi.com) 01-18 发布了内推 #年前面试 年后入职#架构师 • ...

  7. 敬请贤者:WEB、IOS开发(2年以上经验,大专);CTO、产品经理,运营专员 电商服装鞋饰买手(2年以上经验,服装或鞋类);体验店店长 (2年以上经验,服装或鞋类) 工作地点:丰台南苑路;有意者小窗QQ2211788980 - V2EX

    敬请贤者:WEB.IOS开发(2年以上经验,大专):CTO.产品经理,运营专员 电商服装鞋饰买手(2年以上经验,服装或鞋类):体验店店长 (2年以上经验,服装或鞋类) 工作地点:丰台南苑路:有意者小窗 ...

  8. csharp .net vb 复制图像

    .NET Compact Framework 不支持 Image.Clone 方法,可是仍能够复制图像和图像的某些部分.以下的演示例子演示怎样运行以下操作: 定义一个方法以创建位图. 定义一个重载方法 ...

  9. 关于std::string

    主要注意的一个问题是:std::string 实际是类似一个 vector<char>的结构. 它里面是可以存放 ascii为0 的字符不算结尾 (否则 unicode方式的编码存放就有问 ...

  10. InheritableThreadLocal

    InheritableThreadLocal继承自ThreadLocal,但比ThreadLocal多一个特性: 子线程可以继承父亲线程上下文中的信息 但是,有两个点需要注意的: 只有子线程创建之前的 ...