"""
线程一共有5个状态：创建，就绪/可运行状态，运行，阻塞/等待，完成/死亡
当线程创建出来后，就进入了可运行状态，等线程启动后，便到了运行阶段，运行完后，便会完成销毁或者运行的过程中异常导致中途退出
Semaphore()和Barrier()的实现：
上述代码我们同时创建了5个线程并启动，这5个线程执行函数时，遇到了Semaphore或Barrier的函数，Semaphore相当于只有3个通道，5个线程
遇到3个通道，这能是最快的3个线程过这三个通过，剩余的两个线程等待这三个线程执行完后才能过这个通道。而Barrier相当于只有1个通道，
但这个通道规定，必须三个线程同时通过，当5个线程来到这个通道，最快的三个线程组成一队进入这个通过，而后来的两个线程则一直在等待
前三个线程执行完毕，并等待另外一个线程的到来才能组队通过通道
为什么需要让线程等待？ 除了我们控制并发数和组合数之外，等待的另外一个作用是在线程间交互中保持数据的准确性
"""
#举例：我们有一个函数，一个全局变量，函数的内容是多次循环对这个全局变量加一个定制数，在减去这个指定数，然后创建两个线程去执行这个函数
num = 0
def testRun(num2):
global num
for i in range(10000000):
num += num2
num -= num2
#
# if __name__ == "__main__":
# t1 = threading.Thread(target=testRun,args=(6,))
# t2 = threading.Thread(target=testRun,args=(6,))
# t1.start(),t2.start()
# t1.join(),t1.join()
# print("num:",num)
"""
执行后发现：有时候结果是0，而有时候结果是6,其原因是，线程是并发运行的，我们不知道那个线程快，那个线程慢，
当第一个线程刚执行num += num2,还未来的及执行num -= num2时，第二个线程已经执行了num += num2,周而复始，等两个线程执行完后，
便出来结果可能不为0的结果
要解决结果，就需要让其中一个线程等待另外一个线程执行完一次后在执行，保证他们执行完一次后结果为0
有几种方法可以做到：
1.添加锁，这种方式阻止了多线程的并发，让多线程暂时的变成单线程执行，效率大大降低，同时，若每个线程都有自己的锁，
当这个线程加锁，之后异常出错后，这个线程就被清理调用，但锁没有被开，其他的线程一直等待锁的解开，便造成了死锁，
锁的创建： threading.Lock()
如下：
"""
import threading
lock = threading.Lock()
num = 0
def run(n):
global num
for i in range(100000000):
# lock.acquire() #加锁
# try: #捕获异常，避免出现死锁
# num = num + n
# num = num - n
# finally:
# lock.release() #解锁
#锁的另外一种形式：自动上锁和解锁，可以减低死锁的概率
with lock:
num = num + n
num = num - n
# if __name__ == "__main__":
# t1 = threading.Thread(target=run,args=(6,))
# t2 = threading.Thread(target=run,args=(6,))
# t1.start(),t2.start()
# t1.join(),t1.join()
# print("num:",num)
"""
2.将全局变量变成线程的局部变量，这样每个线程有自己的局部变量，同时自己的局部变量在其他地方是调用不了，这样也确保了数据的准确性
如下：
"""
local = threading.local() #创建线程局部变量空间
num = 0
# def run(x,n):
# x = x + n
# x = x - n
def func(n):
local.x = num
for i in range(100000000):
local.x += n
local.x -= n
print("%s-%d" %(threading.current_thread().name,local.x))
# if __name__ == "__main__":
# t1 = threading.Thread(target=func,args=(6,))
# t2 = threading.Thread(target=func,args=(6,))
# t1.start(),t2.start()
# t1.join(),t1.join()
