### Python线程中`stop`、`run`、`join`函数的作用 #### `run` 函数 在线程类继承自 `threading.Thread` 的情况下，重写的 `run` 方法定义了线程启动后要执行的任务逻辑。当调用线程实例的 `start()` 方法时，会自动触发该方法的运行[^1]。 ```python def run(self): while self.__running.isSet(): print("thread is run") self.__flag.wait() print("run =", time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())) time.sleep(1) ``` 此代码片段展示了如何通过循环和事件标志控制线程的行为。其中，`self.__flag.wait()` 是关键部分，它决定了线程是否会因条件未满足而被阻塞。 --- #### `stop` 函数 `stop` 方法用于终止线程的运行。通常通过修改线程内部的状态变量来实现这一目标。例如，在引用中的例子： ```python def stop(self): print("thread is stop") self.__flag.set() # 如果线程处于暂停状态，则将其恢复 self.__running.clear() # 设置为 False 表示停止线程 ``` 这里的关键在于设置了两个事件标志位：一是确保即使线程当前处于暂停状态也会解除阻塞；二是清除运行标志以退出主循环。 --- #### `join` 函数 `join` 方法允许主线程等待某个子线程完成后再继续执行后续操作。如果没有指定超时时间参数，默认会一直等到子线程结束为止。这有助于管理多个并发任务之间的依赖关系[^2]。 ```python t1.start() t2.start() t1.join() # 主线程在此处挂起直至 t1 完成 t2.join() # 同理适用于 t2 print('ending.......') ``` 上述代码说明了如何利用 `join` 来协调不同线程间的执行顺序[^2]。 --- ### 阻塞与非阻塞情况下的结果分析 #### 阻塞模式 在阻塞模式下，某些 I/O 或计算密集型的操作可能会导致程序整体性能下降，因为其他任务无法及时获得 CPU 资源。比如下面的例子展示了一个典型的串行处理流程及其耗时时长： ```python import threading import time def music(): print('begin to listen music', time.ctime()) time.sleep(3) print('stop to listen music', time.ctime()) def game(): print('begin to play game', time.ctime()) time.sleep(5) print('stop to play game', time.ctime()) if __name__ == '__main__': start_time = time.time() music() game() end_time = time.time() print(f'Total execution time: {end_time - start_time} seconds') ``` 在这种场景里，由于每次只有一项活动被执行，总耗时等于各单项之和 (即 8 秒)[^2]。 #### 非阻塞模式 相比之下，采用多线程技术可以有效减少总的响应延迟。如下所示，尽管单个任务仍需各自所需的实际持续期数秒才能完毕，但由于它们几乎同时起步，所以最终所花费的整体时间接近于最长的那个单独进程长度而非累加值： ```python if __name__ == '__main__': start_time = time.time() t1 = threading.Thread(target=music) t2 = threading.Thread(target=game) t1.start() t2.start() t1.join() t2.join() end_time = time.time() print(f'Total execution time with threads: {end_time - start_time} seconds') ``` 理论上讲，这里的总体历时应不超过最大单一作业周期——也就是大约五秒钟左右。 --- ### 总结 综上所述，合理运用 `run`, `stop`, 和 `join` 这些基础组件能够极大地增强应用程序对于复杂业务需求的支持能力。与此同时，区分清楚何时选用阻塞性设计还是非阻塞性架构也至关重要，因为它直接影响到系统的吞吐量表现以及用户体验质量等方面因素。 ---