面试题：Python for循环结束后复杂数据结构的状态维护与一致性保证

Question

假设有一个嵌套的字典结构，外层字典的键是类别名称，值是一个列表，列表中每个元素又是一个字典，包含`name`、`count`等键值对。在一个for循环中，你根据特定条件对这些内部字典的`count`值进行更新。循环结束后，需要确保整个数据结构的一致性，例如所有`count`值的总和符合预期，并且在多线程环境下也能保证数据一致性。请描述实现思路，并给出关键代码片段，同时说明可能会遇到的并发问题及解决方案。

Answer 1

实现思路

1. 遍历字典结构：使用嵌套循环遍历外层字典及其内部列表中的字典，根据特定条件更新 count 值。
2. 一致性检查：在更新完成后，遍历整个数据结构计算 count 值总和并与预期值比较，确保一致性。
3. 多线程处理：使用锁机制（如 threading.Lock）来保证在多线程环境下对数据结构的访问和修改是线程安全的。

关键代码片段

import threading

# 假设的嵌套字典结构
data = {
    'category1': [
        {'name': 'item1', 'count': 1},
        {'name': 'item2', 'count': 2}
    ],
    'category2': [
        {'name': 'item3', 'count': 3},
        {'name': 'item4', 'count': 4}
    ]
}

lock = threading.Lock()

def update_count(category, condition):
    global data
    with lock:
        for sub_dict in data[category]:
            if condition(sub_dict):
                sub_dict['count'] += 1

def check_consistency():
    total_count = 0
    with lock:
        for category in data.values():
            for sub_dict in category:
                total_count += sub_dict['count']
        # 这里假设预期总和为10，实际需根据业务确定
        expected_total = 10
        if total_count != expected_total:
            raise ValueError('数据不一致')

# 示例条件函数
def example_condition(sub_dict):
    return sub_dict['name'].startswith('item')

# 模拟多线程调用
threads = []
for category in data.keys():
    t = threading.Thread(target=update_count, args=(category, example_condition))
    threads.append(t)
    t.start()

for t in threads:
    t.join()

check_consistency()

可能遇到的并发问题及解决方案

并发问题：

1. 竞争条件：多个线程同时访问和修改 count 值，导致最终结果不准确。

解决方案：

1. 锁机制：如上述代码中使用 threading.Lock，在访问和修改共享数据（即嵌套字典结构）时加锁，确保同一时间只有一个线程能操作数据，从而避免竞争条件。
2. 信号量：如果需要限制同时访问数据的线程数量，可以使用 threading.Semaphore。但在这种情况下，使用简单的锁已能满足需求。