Python多进程下全局变量scoreres无法正确返回值的问题

• 你使用multiprocessing.Process创建子进程执行findBestMove，而Python多进程基于独立内存空间实现。
• 子进程会复制父进程的初始内存数据（包括scoreres的初始值0），但子进程内对scoreres的修改完全局限在自身内存空间，不会同步到主进程的同名变量。
• 主进程调用getNegaScore()时，读取的是自身内存中从未被修改的scoreres，因此始终返回0。

方案1：使用进程间通信队列（推荐，适配你现有代码的return_queue） #

修改ChessAI.py的findBestMove，将计算结果放入队列：

def findBestMove(var, var2, return_queue):
    next_move = None
    score = function(etc.)  # 你的评分计算逻辑
    return_queue.put(score)  # 将结果存入队列

在ChessMain.py中等待子进程完成后从队列取结果：

from multiprocessing import Process, Queue

return_queue = Queue()
move_finder_process = Process(target=ChessAI.findBestMove, args=(game_state, valid_moves, return_queue))
move_finder_process.start()
move_finder_process.join()  # 等待子进程执行完毕
score = return_queue.get()  # 从队列获取计算结果
print(score)

方案2：使用共享内存变量 #

若需保留全局变量形式，可通过multiprocessing.Value创建共享内存变量：
修改ChessAI.py：

from multiprocessing import Value

# 初始化共享浮点变量，初始值0.0
scoreres = Value('d', 0.0)

def findBestMove(var, var2, var3):
    global scoreres
    next_move = None
    score = function(etc.)
    with scoreres.get_lock():  # 加锁保证进程安全
        scoreres.value = score

def getNegaScore():
    with scoreres.get_lock():
        return scoreres.value

方案3：改用线程（适用于非CPU密集型任务） #

如果findBestMove无大量CPU密集计算，可替换为threading.Thread，线程共享同一内存空间，全局变量修改会直接同步到主进程：

from threading import Thread

move_finder_thread = Thread(target=ChessAI.findBestMove, args=(game_state, valid_moves, return_queue))
move_finder_thread.start()
move_finder_thread.join()
print(ChessAI.getNegaScore())

内容的提问来源于stack exchange，提问作者MarkdG