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实现视频下载功能

Python实现视频下载功能

最近一两年短视频业务风生水起,各个视频网站都有各自特色的短视频内容。如果有这样一个程序,可以把各大视频网站的热门用户最新发布的视频都下载下来,不仅方便自己观看,还可以将没有版权的视频发布...

基于Python获取照片的GPS位置信息

基于Python获取照片的GPS位置信息

这篇文章主要介绍了基于Python获取照片的GPS位置信息,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 昨天听人说,用手机拍照会带着...

使用pyecharts生成Echarts网页的实例

pyecharts是一个封装百度开源图表库echarts的包,使用pyecharts可以生成独立的网页,也可以在flask、django中集成使用。 示例如下: from pyech...

Python 记录日志的灵活性和可配置性介绍

Python 记录日志的灵活性和可配置性介绍

对一名开发者来说最糟糕的情况,莫过于要弄清楚一个不熟悉的应用为何不工作。有时候,你甚至不知道系统运行,是否跟原始设计一致。 在线运行的应用就是黑盒子,需要被跟踪监控。最简单也最重要的方式...

运用TensorFlow进行简单实现线性回归、梯度下降示例

运用TensorFlow进行简单实现线性回归、梯度下降示例

线性回归属于监督学习,因此方法和监督学习应该是一样的,先给定一个训练集,根据这个训练集学习出一个线性函数,然后测试这个函数训练的好不好(即此函数是否足够拟合训练集数据),挑选出最好的函数...