python编程测试电脑开启最大线程数实例代码

yipeiwu_com7年前Python基础

本文实例代码主要实现python编程测试电脑开启最大线程数,具体实现代码如下。

#!/usr/bin/env python  
#coding=gbk  
  
import threading  
import time, random, sys  
  
class Counter:  
  def __init__(self):  
    self.lock = threading.Lock()  
    self.value = 0  
  
  def increment(self):  
    self.lock.acquire()   
    self.value = value = self.value + 1  
    self.lock.release()  
    return value  
  
counter = Counter()  
cond = threading.Condition()  
  
class Worker(threading.Thread):  
  
  def run(self):  
    print self.getName(), "-- created."  
    cond.acquire()  
    #for i in range(10):  
      # pretend we're doing something that takes 10?00 ms  
      #value = counter.increment()   
      # time.sleep(random.randint(10, 100) / 1000.0)  
    cond.wait()  
    #print self.getName(), "-- task", "finished"   
    cond.release()  
      
  
  
if __name__ == '__main__':  
    
    try:  
      for i in range(3500):  
        Worker().start() # start a worker  
    except BaseException, e:  
      print "异常: ", type(e), e  
      time.sleep(5)  
      print "maxium i=", i  
    finally:  
      cond.acquire()  
      cond.notifyAll()  
      cond.release()  
      time.sleep(3)  
      print threading.currentThread().getName(), " quit" 

运行结果部分截图:

总结

以上就是本文关于python编程测试电脑开启最大线程数实例代码的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!

相关文章

python模拟登陆,用session维持回话的实例

python模拟登陆的几种方法 客户端向服务器发送请求,cookie则是表明我们身份的标志。而“访问登录后才能看到的页面”这一行为,恰恰需要客户端向服务器证明:“我是刚才登录过的那个客户...

Python贪心算法实例小结

本文实例讲述了Python贪心算法。分享给大家供大家参考,具体如下: 1. 找零钱问题:假设只有 1 分、 2 分、五分、 1 角、二角、 五角、 1元的硬币。在超市结账 时,如果 需要...

Python实现Linux中的du命令

Python实现Linux中的du命令

实现代码如下: 说明:现在代码已实现du命令的 -s 统计功能,统计与系统du命令稍有差别,比如用ls -ld /root结果为4096,而du计算出来是1040,用当前python计算...

python实现从文件中读取数据并绘制成 x y 轴图形的方法

python实现从文件中读取数据并绘制成 x y 轴图形的方法

如下所示: import matplotlib.pyplot as plt import numpy as np def readfile(filename): dataLis...

在python中计算ssim的方法(与Matlab结果一致)

如下代码可以计算输入的两张图像的结构相似度(SSIM),结果与matlab计算结果一致 // An highlighted block import cv2 import numpy...