为什么程序执行时间和以前一样？

Question

出于某种原因，执行时间仍然与没有线程相同。

但如果我添加类似 time.sleep(secs) 的内容，则目标 def d.

中显然有线程在工作

def d(CurrentPos, polygon, angale, id):

    Returnvalue = 0
    lock = True
    steg = 0.0005
    distance = 0
    x = 0
    y = 0

    while lock == True:
        x = math.sin(math.radians(angale)) * distance + CurrentPos[0]
        y = math.cos(math.radians(angale)) * distance + CurrentPos[1]
        Localpoint = Point(x, y)
        inout = polygon.contains(Localpoint)
        distance = distance + steg
        if inout == False:
            lock = False

    l = LineString([[CurrentPos[0], CurrentPos[1]],[x,y]])
    Returnvalue = list(l.intersection(polygon).coords)[0]
    Returnvalue = calculateDistance(CurrentPos[0], CurrentPos[1], 
    Returnvalue[0], Returnvalue[1])

    with Arraylock:
        ReturnArray.append(Returnvalue)
        ReturnArray.append(id)



def Main(CurrentPos, Map):

    threads = []
    for i in range(8):
        t = threading.Thread(target = d, name ='thread{}'.format(i), args = 
        (CurrentPos, Map, angales[i], i))
        threads.append(t)
        t.start()
    for i in threads:
        i.join()

Answer 1

欢迎来到 the Global Interpreter Lock a.k.a. GIL 的世界。您的函数看起来像 CPU 绑定代码（一些计算、循环、ifs、内存访问等）。抱歉，您不能使用线程来提高 CPU 绑定任务的性能。这是Python的限制。

Python中有释放GIL的函数，例如磁盘 i/o、网络 i/o 以及您实际尝试过的方法：睡眠。事实上，线程确实提高了 i/o 绑定任务的性能。但是算术 and/or 内存访问不会在 Python.

中并行运行

标准的解决方法是使用进程而不是线程。但由于 not-that-easy 进程间通信，这通常很痛苦。您可能还想考虑使用一些低级库，例如在某些情况下实际释放 GIL 的 numpy（您只能在 C 级别执行此操作，GIL 无法从 Python 本身访问）或使用其他一些没有这个限制的语言，例如C#、Java、C、C++ 等等。

为什么程序执行时间和以前一样？

Why is the program execution time the same as before?

python

python-multithreading