如何提高Python程序運行效率：基於多進程multiprocessing模塊

Python版本：3.70；操作系統：Windows10

（出發點：通過multiprocessing模塊用最簡單的方式來讓你提高程序運行效率）

來了更好的感受到multiprocessing模塊提升運行效率的效果，將提出一個問題，並採用兩種不同解決方式進行對比來說明。

需解決問題：計算變量i從0開始，不斷+1，直到i=20000000，並重復3次。

（一）普通情況

import time

def hello(num):
    i = 0
    while i < num:
        i+=1
    print(i)

if __name__ ==  '__main__':
    ts = time.time()
    hello(20000000) # 第一次計算
    hello(20000000) # 第二次計算
    hello(20000000) # 第三次計算
    te = time.time()
    print("using time: "+str(te - ts)+"s")

運行結果：

（二）使用multiprocessing模塊

import multiprocessing
import time

def hello(num):
    i = 0
    while i < num:
        i+=1
    print(i)

if __name__ ==  '__main__':
    ts = time.time()
    i = 3
    while i >= 1:
        p = multiprocessing.Process(target=hello,args=(20000000, )) # target=需調用函數名，args=函數參數
        p.start() # 啓動進程
        i-=1
    p.join()
    te = time.time()
    print("using time: "+str(te - ts)+"s")

運行結果：

注意事項：

1、如果是windows系統， multiprocessing.Process需在if __name__ ==  '__main__':下使用

2、args後面的參數必須是tuple類型，在這裏可以認爲是爲整數參數20000000添加了小括號和逗號

3、這裏的p.join()的對象是在while循環中i=1時的p，也就是最後一次循環的p，所以這裏是等待最後一次p結束後，會運行下一條語句，所以如果前面已經開始的進程需要的運行時間比後面的要長得多，就有可能出現串行的情況。比如下圖，我將[4*10000000,0.5*10000000,1*10000000]按順序迭代作爲函數參數輸入，你會發現第一個開始運行的以4*10000000作爲參數的進程卻最後輸出，並且還在using time: 1.69600...這條輸出語句的下面。

這是因爲4*10000000的計算量遠大於其他兩個（0.5*10000000和1*10000000）的計算量，所以計算花費的時間也比較多。因此，在最後一條語句（1*10000000）計算完成後，p.join()就識別出此時的p函數（以1*10000000爲參數的函數）結束了，可以進行下一條語句了，所以就輸出了using time: 1.69600...，但第一個p函數（以4*10000000爲參數的函數，即第一條開始的進程）還在計算中，所以就出現了串行現象。

所以，如果你想要讓你規定的全部進程結束的後再進行下一條語句，就需要使用multiprocessing模塊的進程池。關於進程池我將在另一片文章分享，請大家持續關注。