如何在Python中使用多线程查找二维数组的最小值

• 没有做最小值对比逻辑：你的代码中每个线程直接把当前行的最小值覆盖全局存储的minThreads['minThreads']，没有和已有的全局最小值做比较，最终结果由最后执行完成的线程决定，你当前测试用例中处理第三行[5,6]的线程最后运行结束，所以输出为5。
• 没有等待所有线程执行完成：主线程启动所有子线程后没有调用join()等待子线程全部执行完毕，直接读取全局变量结果，即使逻辑正确也可能出现提前读值的错误。
• 冗余参数未使用：函数定义的**total参数没有实际用到，直接操作全局变量，虽然字典是可变对象不影响运行，但属于无效代码。

我们可以通过线程锁保证全局最小值更新的原子性，同时增加最小值对比逻辑，并且等待所有线程执行完成后再读取结果，示例代码如下：

import threading
matrix = [[1, 2],[3, 4],[5, 6]]
# 初始化全局最小值为无穷大
global_min = {"value": float('inf')}
lock = threading.Lock()

def calc_row_min(row_idx):
    # 计算当前行的最小值
    current_min = min(matrix[row_idx])
    # 加锁保证更新全局变量的原子性
    with lock:
        if current_min < global_min["value"]:
            global_min["value"] = current_min

threads = []
for i in range(len(matrix)):
    t = threading.Thread(target=calc_row_min, args=(i,))
    threads.append(t)
    t.start()

# 等待所有线程执行完成
for t in threads:
    t.join()

print(global_min["value"])

运行上述代码会正确输出最小值1。

内容的提问来源于stack exchange，提问作者neekitit