### 实现 Python 列表中的定时器或调度任务 为了在 `list` 中集成定时器功能，可以采用多种方法来实现这一目标。以下是几种不同的方案： #### 方法一： 使用 `threading.Timer` 通过将 `threading.Timer` 应用于列表项，可以在特定的时间间隔后触发指定的操作。 ```python import threading def timer_action(item): print(f"Action on {item}") items = ["task1", "task2", "task3"] timers = [] for item in items: interval = 5 # 设置每项操作之间的延迟秒数 t = threading.Timer(interval, timer_action, [item]) timers.append(t) [t.start() for t in timers] print("Timers have been started.") ``` 这种方法简单易懂，适合少量的任务处理[^1]。 #### 方法二： 结合 `schedule` 和 `multiprocessing` 对于更复杂的应用场景，特别是当涉及到大量并发任务时，可考虑利用 `schedule` 来安排周期性的任务，并借助 `multiprocessing.Process` 进行并行化处理。 ```python from multiprocessing import Process import schedule import time def scheduled_task(task_name): while True: print(f"{time.ctime()} Executing task: {task_name}") schedule.run_pending() time.sleep(1) if __name__ == '__main__': tasks = ['job_1', 'job_2'] processes = [] for job in tasks: p = Process(target=scheduled_task, args=(job,)) processes.append(p) [p.start() for p in processes] try: while any([p.is_alive() for p in processes]): pass except KeyboardInterrupt: print("\nTerminating all jobs...") [p.terminate() for p in processes] ``` 这种方式适用于需要高效管理和执行多个独立但重复的任务的情况[^4]。 #### 方法三： 时间轮算法 如果追求更高的性能以及更低的资源消耗，则可以探索基于时间轮的数据结构来进行高效的事件调度。这通常涉及自定义类的设计以适应具体需求。 ```python class TimeWheelScheduler: def __init__(self, tick_interval=1): self.tick_interval = tick_interval self.wheel = [[] for _ in range(60)] # 假设最大超时时间为一分钟 def add(self, callback, delay_seconds): ticks_to_wait = int(delay_seconds / self.tick_interval) % len(self.wheel) slot_index = (ticks_to_wait + sum(len(slot) != 0 for slot in self.wheel)) % len(self.wheel) self.wheel[slot_index].append(callback) def run_forever(self): while True: current_slot = self.wheel.pop(0) for cb in current_slot: cb() self.wheel.append([]) time.sleep(self.tick_interval) scheduler = TimeWheelScheduler() def my_callback(): print('Callback executed!') # 添加回调到调度程序中 scheduler.add(my_callback, 10 * scheduler.tick_interval) try: scheduler.run_forever() except KeyboardInterrupt: print('\nStopping...') ``` 此方法特别适合于高频率的小型延时调用，在某些情况下能提供更好的效率和响应速度[^3]。