Python 多线程下如何在 sleep 期间执行其他任务

在 Python 编程中，多线程是提高程序效率和响应性的重要手段。然而，当线程执行 sleep 函数时，可能会出现阻塞，导致其他任务无法及时执行。那么，如何在 sleep 期间让其他任务也能顺利进行呢？

我们要理解 sleep 函数的工作原理。在 Python 中，time.sleep() 函数会暂停当前线程的执行，持续指定的时间。这意味着在这段时间内，该线程不会执行任何其他代码，从而可能影响整个程序的并发性能。

利用 threading.Thread 类创建多个线程，可以有效解决这一问题。每个线程都可以独立运行不同的任务，互不干扰。例如：

import threading
import time

def task1():
    print("Task 1 started")
    time.sleep(2)
    print("Task 1 ended")

def task2():
    print("Task 2 started")
    time.sleep(1)
    print("Task 2 ended")

thread1 = threading.Thread(target=task1)
thread2 = threading.Thread(target=task2)

thread1.start()
thread2.start()

thread1.join()
thread2.join()

在这个例子中，task1 和 task2 分别在两个不同的线程中执行，即使 task1 有较长的 sleep 时间，task2 也不会被阻塞，依然能按自己的节奏执行。

另外，concurrent.futures 模块提供了更高级的线程管理方式。ThreadPoolExecutor 可以方便地创建线程池，管理多个线程的执行。示例代码如下：

import concurrent.futures
import time

def task(n):
    print(f"Task {n} started")
    time.sleep(n)
    print(f"Task {n} ended")

with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:
    executor.submit(task, 2)
    executor.submit(task, 1)

这里创建了一个线程池，最多允许三个线程同时运行。提交的任务会在不同线程中执行，即使某个任务 sleep，也不会影响其他任务的执行。

在 Python 多线程编程中，合理利用线程的并发特性，通过 threading.Thread 类或 concurrent.futures 模块，可以有效避免 sleep 带来的阻塞问题，确保各个任务能够在 sleep 期间也能正常执行，从而提升程序的整体性能和响应速度，让程序运行更加高效。