面试题：Python多线程环境下修改列表元素的潜在问题及解决办法

Question

在Python的多线程编程场景中，有一个共享列表，多个线程会同时对列表元素进行修改操作。请阐述可能会出现哪些问题，并说明如何使用合适的同步机制（如锁、信号量等）来解决这些问题，给出具体的代码实现。

Answer 1

可能出现的问题

1. 数据竞争：多个线程同时访问和修改共享列表时，由于线程执行顺序的不确定性，可能导致最终结果与预期不符。例如，一个线程读取列表中的某个值，在另一个线程修改该值后，第一个线程再进行计算，这就会产生错误的计算结果。

解决方案及代码实现

1. 使用锁（Lock）：

import threading


shared_list = []
lock = threading.Lock()


def modify_list():
    global shared_list
    with lock:
        # 模拟修改操作
        shared_list.append(1)


threads = []
for _ in range(10):
    t = threading.Thread(target=modify_list)
    threads.append(t)
    t.start()


for t in threads:
    t.join()


print(shared_list)

在上述代码中，通过lock对象的上下文管理器（with语句）来确保在任何时刻只有一个线程可以访问和修改共享列表shared_list。进入with块时自动获取锁，离开with块时自动释放锁。

2. 使用信号量（Semaphore）：

import threading


shared_list = []
semaphore = threading.Semaphore(1)


def modify_list():
    global shared_list
    semaphore.acquire()
    try:
        # 模拟修改操作
        shared_list.append(1)
    finally:
        semaphore.release()


threads = []
for _ in range(10):
    t = threading.Thread(target=modify_list)
    threads.append(t)
    t.start()


for t in threads:
    t.join()


print(shared_list)

这里使用Semaphore，并将初始值设为1，作用与Lock类似，都是保证同一时间只有一个线程能进入临界区修改共享列表。acquire方法获取信号量，如果信号量的值为0则等待，release方法释放信号量。在try - finally块中确保无论修改操作是否成功，信号量都会被正确释放。