面试题：Python多变量赋值原子性在并发场景下的应用

利用Python多变量赋值原子性避免数据竞争问题

在Python中，简单的多变量赋值操作（例如 a, b = b, a）在CPython解释器下通常是原子性的。这意味着在执行这个操作时，不会被其他线程打断，从而避免了数据竞争问题。

代码实现

import threading

class AtomicSwap:
    def __init__(self):
        self.a = 0
        self.b = 0

    def swap(self):
        self.a, self.b = self.b, self.a

def worker(atomic_swap):
    for _ in range(100000):
        atomic_swap.swap()

if __name__ == "__main__":
    atomic_swap = AtomicSwap()
    threads = []
    for _ in range(10):
        t = threading.Thread(target=worker, args=(atomic_swap,))
        threads.append(t)
        t.start()

    for t in threads:
        t.join()

    print(f"Final values: a = {atomic_swap.a}, b = {atomic_swap.b}")

在上述代码中，AtomicSwap 类封装了两个共享变量 a 和 b，swap 方法通过多变量赋值操作来交换这两个变量的值。多个线程同时调用 swap 方法，由于多变量赋值的原子性，不会出现数据竞争导致结果错误的情况。

局限性

依赖解释器：这种原子性是CPython解释器的实现细节，其他Python解释器（如Jython、IronPython等）可能不保证多变量赋值的原子性。因此，代码的可移植性存在问题。
操作类型受限：只有简单的多变量赋值操作能保证原子性，对于复杂的操作，如 a = a + b 等，仍然需要使用锁（threading.Lock）等同步机制来避免数据竞争。
复杂场景不适用：当涉及多个共享变量的复杂操作时，仅仅依靠多变量赋值的原子性无法完全解决数据竞争问题，还需要更全面的同步策略。

星途面试题库

面试题：Python多变量赋值原子性在并发场景下的应用

知识考点

面试题答案

利用Python多变量赋值原子性避免数据竞争问题

代码实现

局限性