導語：在許多應用場景中，我們需要同時執行多個任務。Python 提供了多線程（multithreading）支持，可以讓我們更高效地完成任務。在本文中，我們將探討 Python 中的多線程編程基礎知識，並通過一個簡單示例演示如何使用它。

一、併發編程簡介

併發編程是一種編程範式，允許多個任務在同時執行。在多核處理器和多處理器系統中，這種方法可以顯著提高程序的執行效率。Python 提供了多種併發編程方法，包括多線程、多進程和異步 I/O。

二、線程與進程

線程是操作系統調度的最小單元，同一個進程中的多個線程共享內存空間和資源。進程是操作系統分配資源和管理任務的基本單位，每個進程有獨立的內存空間和資源。多進程編程可以避免全局解釋器鎖（GIL）的限制，充分利用多核處理器的性能。

三、Python 中的多線程編程

Python 的 threading 模塊提供了多線程編程支持。使用 threading 模塊，我們可以創建、管理和同步線程。以下是一個簡單的多線程示例：

import threading

def print_numbers():
    for i in range(10):
        print(i)

def print_letters():
    for letter in 'abcdefghij':
        print(letter)

t1 = threading.Thread(target=print_numbers)
t2 = threading.Thread(target=print_letters)

t1.start()
t2.start()

t1.join()
t2.join()

四、Python 中的異步 I/O

異步 I/O 是另一種併發編程方法，它通過使用事件循環和回調函數來實現非阻塞的 I/O 操作。Python 的 asyncio 模塊提供了異步 I/O 支持。使用 asyncio，我們可以編寫高效的、基於事件驅動的程序。以下是一個簡單的異步 I/O 示例：

import asyncio

async def print_numbers():
    for i in range(10):
        print(i)
        await asyncio.sleep(1)

async def print_letters():
    for letter in 'abcdefghij':
        print(letter)
        await asyncio.sleep(1)

async def main():
    task1 = asyncio.create_task(print_numbers())
    task2 = asyncio.create_task(print_letters())

    await asyncio.gather(task1, task2)

asyncio.run(main())

在實際應用中，我們需要根據任務的性質來選擇合適的併發策略。

五、同步和互斥

當多個線程需要訪問共享資源時（如全局變量、文件、數據庫等），我們需要確保資源的訪問是互斥的，以避免數據競爭和不一致的問題。Python 提供了多種同步和互斥機制，如鎖（Lock）、可重入鎖（RLock）、信號量（Semaphore）等。

例如，我們可以使用 Lock 對象確保共享資源的互斥訪問：

import threading

# 創建一個鎖對象
lock = threading.Lock()

# 共享資源
counter = 0

def increment_counter():
    global counter
    with lock:
        # 臨界區
        temp = counter
        temp += 1
        counter = temp

# 創建並啓動多個線程
threads = [threading.Thread(target=increment_counter) for _ in range(10)]

for thread in threads:
    thread.start()

for thread in threads:
    thread.join()

print("Final counter value:", counter)

六、總結

併發編程是 Python 編程的一個重要領域，可以幫助我們編寫高效的程序，充分利用計算資源。Python 提供了多種併發編程方法，如多線程、多進程和異步 I/O，以及多種同步和互斥機制。根據任務的性質和需求，我們需要靈活選擇合適的併發策略和同步方法。