Python多线程中共享变量的正确访问方式：传参还是直接访问？

在Windows 10系统、CPython 3.10+环境下，是否必须通过Thread的args参数显式传递共享变量给线程函数？还是允许线程函数直接访问共享变量？哪种方式是正确的？

第一个示例：通过args传递共享变量 #

import time
import threading


def update_list_A(var_list):
         var_list.append('A')

shared_list = []

t1 = threading.Thread(target=update_list_A, args=(shared_list,))  # 使用args传递共享变量

t1.start()
t1.join()

print(shared_list)

第二个示例：直接访问共享变量 #

import time
import threading


def update_list_A():
         shared_list.append('A')

shared_list = []  # 共享列表

t1 = threading.Thread(target=update_list_A)

t1.start()
t1.join()

print(shared_list)

两种方式都允许且能正常运行，没有强制要求必须使用某一种，二者各有优劣：

• 通过args传递共享变量

  • 函数耦合度更低、复用性更强：这个函数不仅能操作示例中的shared_list，还可以接收其他列表对象进行操作
  • 代码可读性更高：从函数定义和传参能直接看出函数依赖的变量，逻辑更清晰
  • 降低全局变量风险：避免后续代码中意外重定义同名变量导致的逻辑错误

• 直接访问共享变量

  • 写法更简洁：省去了传参的步骤，代码更短
  • 适合多共享变量场景：当需要访问的共享变量数量较多时，不用逐个传递，减少代码冗余

重要注意点 #

不管采用哪种方式，多线程操作可变共享对象（比如列表、字典）时，必须处理线程安全问题。如果多个线程同时对共享对象执行修改操作，可能会出现数据竞争，导致结果异常或程序崩溃。此时需要使用threading.Lock等同步机制来保护共享资源，示例如下：

import time
import threading

lock = threading.Lock()
shared_list = []

def update_list_A():
    with lock:
        shared_list.append('A')

t1 = threading.Thread(target=update_list_A)
t2 = threading.Thread(target=update_list_A)

t1.start()
t2.start()
t1.join()
t2.join()

print(shared_list)  # 输出稳定为['A', 'A']

内容的提问来源于stack exchange，提问作者Rahul.In