为什么每个线程运行时间不同

Question

I create an array with 1000000 element and each element is random, I have two question

• Why each thread run time is different and every time I run code time is different ?线程的运行时间取决于什么？
• 为什么顺序比多线程更快？

Thank you very much

def Result(arr,n):
   sum = 0
   for i in arr: sum += i
   arr_list[n] = sum

def Thread_func(number):
   arr_thread = []
   start = perf_counter()

   for i in range(number):
      head = int(i*1000000/number)
      tail = int((i+1)*1000000/number)
      thread = threading.Thread(target=Result, args=(randnums[head:tail],i))
      arr_thread.append(thread)
      thread.start()

   for thread in arr_thread:
      thread.join()

   end = perf_counter()

   print('Multithread with {} threads fishined in {} s'.format(number, end - start))

random_arr = [random.choice(range(1000000)) for _ in range(1000000)]
arr = [2,3,4,5,6,7,8,9,10]
arr_list = list(range(max(arr)))
for i in arr:
    Thread_func(i)

Answer 1

为什么每个线程运行时间都不同，并且每次运行代码时间都不同？线程的运行时间取决于什么？

您的系统上有很多流程。系统上任何内容的运行时间都受内核安排能力的影响，这取决于系统上其他所有内容的活动。获得一致运行时间的唯一方法是使用某种实时内核（或不运行多个进程的嵌入式设备）。

为什么顺序比多线程更快？

使用多个线程很少会为您提供CPU密集型任务的性能优势。由于Python的设计，实际上只有一个线程同时执行。当您尝试并行化IO-BOND操作（例如，通过网络获取数据）时，线程最有用。

对于CPU密集型操作，多处理模块通常是一个更好的选择（因为这会产生Python解释器的多个独立实例，并且可以利用多个CPU），但是在设置和撕裂中涉及的间接费用根据您的工作负载，这些过程使得解决方案没有比单个过程版本更好（甚至更糟）。