Python如何实现线程按顺序等待触发条件 替代低效忙等实现方案

你当前使用的忙等实现会持续占用CPU核心，效率极低，Python标准库threading模块提供的原生同步原语可以满足你的需求，不需要手动设置等待时长，条件满足时线程会被自动唤醒。

方案1：使用Condition条件变量 #

这是通用性最强的实现方式，通过条件变量实现自动阻塞等待：

import threading

# 全局共享状态
cond = threading.Condition()
current_print_num = 0

def worker(thread_num, data):
    global current_print_num
    # 先执行计算逻辑，保证多线程计算并行执行
    # 此处替换为你的实际计算代码
    compute_result = f"线程{thread_num}计算结果：{data * 10}"
    
    # 等待输出条件满足
    with cond:
        # 条件不满足时自动阻塞，释放CPU资源
        cond.wait_for(lambda: thread_num == current_print_num)
        print(compute_result)
        current_print_num += 1
        # 通知所有等待线程检查条件
        cond.notify_all()

# 测试：创建5个线程，按0~4的顺序分配编号
if __name__ == "__main__":
    thread_count = 5
    threads = []
    for i in range(thread_count):
        t = threading.Thread(target=worker, args=(i, i))
        threads.append(t)
        t.start()
    # 等待所有线程执行完成
    for t in threads:
        t.join()

该方案的优势是适配线程数量动态变化的场景，计算逻辑完全并行不受输出顺序影响。

方案2：使用Event实现线程逐个通知 #

如果线程数量固定，可以用Event实现更轻量的前序唤醒后序逻辑：

import threading

thread_count = 5
# 给每个线程分配一个Event对象
events = [threading.Event() for _ in range(thread_count)]
# 默认触发第一个线程的Event，保证首个输出正常执行
events[0].set()

def worker(thread_num, data):
    # 先执行计算逻辑
    compute_result = f"线程{thread_num}计算结果：{data * 10}"
    
    # 等待自己的Event被触发
    events[thread_num].wait()
    print(compute_result)
    # 触发下一个线程的Event，最后一个线程无需操作
    if thread_num + 1 < thread_count:
        events[thread_num + 1].set()

if __name__ == "__main__":
    threads = []
    for i in range(thread_count):
        t = threading.Thread(target=worker, args=(i, i))
        threads.append(t)
        t.start()
    for t in threads:
        t.join()

该方案实现逻辑更简单，仅需要通知下一个线程，不需要广播所有等待线程，资源消耗更低。

内容的提问来源于stack exchange，提问作者Braeden Lisowski