使用multiprocessing的starmap运行测试函数，找到指定排列时如何安全终止所有进程？

你的问题核心在于starmap是阻塞式的——它会一直等待所有子进程完成任务才会返回，没办法中途终止。要实现“找到目标就立刻停掉所有进程”，我们需要改用异步任务提交+跨进程共享的终止信号，下面是最安全可靠的实现方式：

核心思路 #

1. 使用multiprocessing.Manager().Event()创建一个跨进程共享的事件对象，所有子进程都能监听这个事件的状态。
2. 用apply_async异步提交任务（替代starmap），这样主进程可以实时监控事件状态，不用等到所有任务结束。
3. 每个子进程在循环中定期检查事件：如果事件被触发（即找到目标），就立即退出循环；一旦找到目标排列，就设置这个事件通知所有进程。
4. 主进程检测到事件触发后，调用pool.terminate()立即终止所有子进程，避免不必要的计算。

完整代码实现 #

import multiprocessing as mp
import random
import time

def testing(stop_event):
    start_time = time.time()
    # 给每个子进程单独初始化随机种子，避免多个进程生成重复的随机序列
    random.seed()
    
    # 循环执行直到收到终止信号
    while not stop_event.is_set():
        gg = [1, 2, 3, 4, 5]
        random.shuffle(gg)
        
        if gg == [5, 2, 4, 3, 1]:
            print(f"🎉 找到目标排列！耗时: {time.time() - start_time:.2f}秒")
            # 设置终止事件，通知所有进程停止
            stop_event.set()
            break
    
    total_time = time.time() - start_time
    return total_time

if __name__ == '__main__':
    # 使用Manager创建跨进程共享的事件
    with mp.Manager() as manager:
        stop_event = manager.Event()
        
        with mp.Pool(processes=4) as pool:
            # 异步提交4个测试任务
            async_tasks = [pool.apply_async(testing, args=(stop_event,)) for _ in range(4)]
            
            # 主进程轮询事件状态，直到事件被触发
            while not stop_event.is_set():
                time.sleep(0.1)  # 降低轮询频率，减少CPU占用
            
            # 立即终止所有子进程（比close()更直接，close()会等待任务完成）
            pool.terminate()
            pool.join()
            
            # 可选：收集已完成的进程结果
            print("\n各进程执行情况：")
            for idx, task in enumerate(async_tasks, 1):
                try:
                    duration = task.get(timeout=1)
                    print(f"进程{idx}：耗时 {duration:.2f}秒")
                except mp.TimeoutError:
                    print(f"进程{idx}：未完成即被终止")

关键细节说明 #

• 为什么不用starmap？：starmap是批量提交任务且阻塞的，主进程会卡在pool.starmap()这一行直到所有任务结束，根本没机会中途终止进程。异步的apply_async才是正确的选择。
• 共享事件的安全性：Manager.Event()是线程/进程安全的，多个进程同时读写不会出现竞态条件。
• pool.terminate() vs pool.close()：close()会等待所有已提交的任务完成后再关闭池，而我们需要的是立即终止所有进程，所以用terminate()更合适。
• 随机种子初始化：如果不给每个子进程单独设置随机种子，多个子进程可能会生成相同的随机序列（因为默认会继承主进程的种子），这样会浪费计算资源。

内容的提问来源于stack exchange，提问作者Panos Kalatzantonakis