可以把Condiftion理解为一把高级的琐，它提供了比Lock, RLock更高级的功能，允许我们能够控制复杂的线程同步问题。threadiong.Condition在内部维护一个琐对象（默认是RLock），可以在创建Condigtion对象的时候把琐对象作为参数传入。Condition也提供了acquire, release方法，其含义与琐的acquire, release方法一致，其实它只是简单的调用内部琐对象的对应的方法而已。基于此同步原语, 我实现了一个基本简单的线程安全的优先队列:
import heapq import threading # import timeclass Item:def __init__(self, name):self.name = namedef __repr__(self):return 'Item({!r})'.format(self.name)class PriorityQueue:def __init__(self):self._queue = []self._index = 0self.mutex = threading.Lock()self.cond = threading.Condition()def push(self, item, priority):self.cond.acquire()heapq.heappush(self._queue, (-priority, self._index, item)) # 存入一个三元组, 默认构造的是小顶堆self._index += 1self.cond.notify() # 唤醒一个挂起的线程 self.cond.release()def pop(self):self.cond.acquire()if len(self._queue) == 0: # 当队列中数据的数量为0 的时候, 阻塞线程, 要实现线程安全的容器, 其实不难, 了解相关同步原语的机制, 设计好程序执行时的逻辑顺序(在哪些地方阻塞, 哪些地方唤醒)self.cond.wait() # wait方法释放内部所占用的锁, 同时线程被挂起, 知道接收到通知或超时, 当线程被唤醒并重新占用锁, 程序继续执行下去else:x = heapq.heappop(self._queue)[-1] # 逆序输出 self.cond.release()return xdef test1(p, item, index):for i in range(3):p.push(Item(item), index)def test2(p):for i in range(3):print(p.pop())if __name__ == '__main__':p = PriorityQueue()t1 = threading.Thread(target=test1, args=(p, 'foo', 1))t3 = threading.Thread(target=test1, args=(p, 'bar', 2))t4 = threading.Thread(target=test1, args=(p, 'Ryan', 28))t2 = threading.Thread(target=test2, args=(p,))t5 = threading.Thread(target=test2, args=(p,))t6 = threading.Thread(target=test2, args=(p,))t1.start()t2.start()t1.join()t2.join()t3.start()t5.start()t3.join()t5.join()t4.start()t6.start()t4.join()t6.join()
我还实现了一个基于event 线程安全的优先队列，请看<基于condition 实现的线程安全的优先队列(python实现)>