基于condition 实现的线程安全的优先队列(python实现)

可以把Condiftion理解为一把高级的琐，它提供了比Lock, RLock更高级的功能，允许我们能够控制复杂的线程同步问题。threadiong.Condition在内部维护一个琐对象（默认是RLock），可以在创建Condigtion对象的时候把琐对象作为参数传入。Condition也提供了acquire, release方法，其含义与琐的acquire, release方法一致，其实它只是简单的调用内部琐对象的对应的方法而已。基于此同步原语, 我实现了一个基本简单的线程安全的优先队列:

import heapqimport threading# import timeclass Item:    def __init__(self, name):        self.name = name    def __repr__(self):        return 'Item({!r})'.format(self.name)class PriorityQueue:    def __init__(self):        self._queue = []        self._index = 0        self.mutex = threading.Lock()        self.cond = threading.Condition()    def push(self, item, priority):        self.cond.acquire()        heapq.heappush(self._queue, (-priority, self._index, item))  # 存入一个三元组, 默认构造的是小顶堆        self._index += 1        self.cond.notify()  # 唤醒一个挂起的线程        self.cond.release()    def pop(self):        self.cond.acquire()        if len(self._queue) == 0:  # 当队列中数据的数量为0 的时候, 阻塞线程, 要实现线程安全的容器, 其实不难, 了解相关同步原语的机制, 设计好程序执行时的逻辑顺序(在哪些地方阻塞, 哪些地方唤醒)            self.cond.wait()  # wait方法释放内部所占用的锁, 同时线程被挂起, 知道接收到通知或超时, 当线程被唤醒并重新占用锁, 程序继续执行下去        else:            x = heapq.heappop(self._queue)[-1]  # 逆序输出            self.cond.release()            return xdef test1(p, item, index):    for i in range(3):        p.push(Item(item), index)def test2(p):    for i in range(3):        print(p.pop())if __name__ == '__main__':    p = PriorityQueue()    t1 = threading.Thread(target=test1, args=(p, 'foo', 1))    t3 = threading.Thread(target=test1, args=(p, 'bar', 2))    t4 = threading.Thread(target=test1, args=(p, 'Ryan', 28))    t2 = threading.Thread(target=test2, args=(p,))    t5 = threading.Thread(target=test2, args=(p,))    t6 = threading.Thread(target=test2, args=(p,))    t1.start()    t2.start()    t1.join()    t2.join()    t3.start()    t5.start()    t3.join()    t5.join()    t4.start()    t6.start()    t4.join()    t6.join()

我还实现了一个基于event 线程安全的优先队列，请看<基于condition 实现的线程安全的优先队列(python实现)>