使用N个线程执行后查找执行时间

Find time of execution after executing using N threads

我试图找出执行时间的差异,因为我不断增加线程数。基本上,我想知道在完成该循环中所有线程中的作业后,外循环需要多长时间才能执行。

import threading
import time
from math import sqrt


def run(start, end):
    [sqrt(i) for i in range(start,end)]

n_threads = 2
n_vals = 1000000
start_time = time.time()
for n_threads in range(1,11):
    start_time = time.time()
    for i in range(0,n_threads):
        first = int((n_vals/n_threads)*i)
        last = int((n_vals/n_threads)*(i+1))
        t=threading.Thread(target=run, args=(first,last))
        t.start()
    print("For Threads = "+ str(n_threads) +" --- %s seconds ---" % (time.time() - start_time))

这是一个简单的程序,用于在线程之间平均分配作业,其中 n_threads 是 threads.I 的数量 想要找到 n_threads = 1,2 时的执行时间.. ..10。但是,在我目前的代码中,我不认为我在所有线程都执行完后得到时间,而是在其余线程执行时并行给出时间。我该如何解决这个问题?

您是正确的,您没有得到所有线程完成所需的时间。您需要将每个线程附加到列表中。然后调用 join 方法等待该线程完成其工作。另外,请注意 Strikeskid 的评论。

start_time = time.time()
threads = []
for i in range(0,n_threads):
    t=threading.Thread(target=run, args=(first,last))
    threads.append(t)
    t.start()

# Wait for all threads to complete
for t in threads:
    t.join()
print("For Threads = "+ str(n_threads) +" --- %s seconds ---" % (time.time() - start_time))