一、为什么Jupyter Notebook中COUNTER的值会随时间变化？ #

你观察到的现象核心原因有两个：

1. 线程执行的异步性
   当你在Jupyter Notebook中运行启动线程的单元格时，这些线程会在后台并发执行，而单元格本身的执行会立即结束（不会等待线程完成）。当你后续运行检查COUNTER的单元格时，读取到的值完全取决于此时有多少个线程完成了它们的循环：

   • 间隔5秒运行检查单元格：此时10个线程刚好全部完成，所以COUNTER达到预期的10*10000=100000
   • 间隔更长时间（比如你提到的10秒）：如果不小心重复运行了启动线程的单元格，就会再启动10个线程，导致COUNTER翻倍到200000；或者单纯是线程执行延迟，直到10秒才全部完成
   • 同一单元格内print和assert的结果不同：因为print执行时还有线程在修改COUNTER，等到assert执行时，又有几个线程完成了循环，所以值会变化。

2. 竞态条件的潜在影响
   即使你等所有线程都执行完毕，COUNTER的值也可能小于预期——这才是竞态条件的核心问题。COUNTER += 1看起来是一个原子操作，但实际上它分为三步：

   • 读取当前COUNTER的值
   • 将值加1
   • 把新值写回COUNTER
     在多线程环境下，多个线程可能同时读取到同一个旧值，各自加1后写回，最终导致一次“无效”的增量。比如线程A和B都读取到COUNTER=5，A写回6，B也写回6，两次操作只让COUNTER增加了1，而不是2。你的代码里加了time.sleep(0.001)，会让线程切换更频繁，这种竞态条件的表现会更明显。

二、如何在Python脚本中等待所有线程并发完成后处理COUNTER？ #

你提到的join()用法错误导致线程串行执行，是因为你把start()和join()放在了同一个循环里——启动一个线程就立刻等待它完成，自然无法并发。正确的做法是先启动所有线程，再统一等待它们全部结束：

import threading, time, random

COUNTER = 0
def increement(n):
    global COUNTER
    for _ in range(n):
        COUNTER += 1
        time.sleep(0.001)
    print(f"{threading.current_thread().name} finished counting")

ITERATIONS = 10000
threads = [threading.Thread(target=increement, args=(ITERATIONS,)) for _ in range(10)]

# 第一步：启动所有线程（此时所有线程并发运行）
for t in threads:
    t.start()

# 第二步：等待每个线程完成（主线程阻塞，直到所有子线程结束）
for t in threads:
    t.join()

# 现在可以安全地访问COUNTER了
assert COUNTER == (len(threads) * ITERATIONS), f"Invalid value for counter: {COUNTER}, expected value: {len(threads) * ITERATIONS}"

这样操作后，所有线程会同时启动并并发执行，join()只是让主线程暂停，直到所有子线程都完成，不会影响线程之间的并行性。

三、解决竞态条件的根本方案 #

上面的代码能保证等待线程完成，但依然无法解决竞态条件导致的COUNTER值不正确。要彻底解决这个问题，需要使用线程同步机制，最常用的是threading.Lock()：

import threading, time, random

COUNTER = 0
# 创建一个全局锁对象
lock = threading.Lock()

def increement(n):
    global COUNTER
    for _ in range(n):
        # 使用with语句自动获取和释放锁，确保同一时间只有一个线程执行COUNTER +=1
        with lock:
            COUNTER += 1
        time.sleep(0.001)
    print(f"{threading.current_thread().name} finished counting")

ITERATIONS = 10000
threads = [threading.Thread(target=increement, args=(ITERATIONS,)) for _ in range(10)]

for t in threads:
    t.start()
for t in threads:
    t.join()

# 现在COUNTER的值一定会等于预期
assert COUNTER == (len(threads) * ITERATIONS), f"Invalid value for counter: {COUNTER}, expected value: {len(threads) * ITERATIONS}"

锁的作用是把COUNTER +=1这个非原子操作变成原子操作：同一时间只有一个线程能进入with lock代码块，确保读取、修改、写回的过程不会被其他线程打断，从而保证最终结果的正确性。

内容的提问来源于stack exchange，提问作者Bharath Ram