Python内置库：threading（多线程）

Answer 1

Python内置的threading模块提供了丰富的多线程操作功能，包括线程对象、锁对象、递归锁、事件、条件变量、信号量、定时器和栅栏等工具。

其中，with语句支持那些具有acquire()和release()方法的对象，如Lock、RLock、Condition和Semaphore。例如：

使用with语句的便利性，如：

Python3中，虽然方法名和函数名格式统一，但某些方法在Python2.x中仍保留了驼峰命名，如threading.active_count()与threading.activeCount()功能相同。

程序启动时，会自动创建一个主线程，threading.Thread的实例。active_count()函数会考虑到主线程，例如在程序启动时，其结果会显示为1。

threading模块还定义了TIMEOUT_MAX，作为阻塞函数如Lock.acquire()的超时限制，防止无限等待。

threading.Thread类的创建功能有限，不具备优先级和线程组设置，且线程不可销毁或中断。守护线程和非守护线程的特性影响程序退出：守护线程在程序退出时会强制结束，而非守护线程则需所有线程结束才退出。

以下是一些实例演示：

通过daemon属性设置守护线程，如：

锁对象threading.Lock用于同步线程，避免死锁，如：

递归锁threading.RLock则解决递归获取锁的问题，如：

条件变量threading.Condition允许线程等待唤醒，如：

信号量threading.Semaphore控制线程数量，如：

事件对象threading.Event用于线程间的通信，如：

定时器threading.Timer用于延迟执行，如：

栅栏threading.Barrier用于多线程同步，如：

队列的使用有助于线程间数据传递，如：

理解多线程和多进程的区别，如进程ID、数据共享和CPU利用，以及线程与进程间的切换和死锁处理。

最后，信号量与进程池的差异在于控制线程数量和灵活性，如：