Python基础题型实战02-排队进行核酸检测

简介: 只有当你下定决心改变,才会有接下来的改变。学会慢慢地稳定情绪,保持住自己的节奏,一起好好的生活,努力去追求更加美好的事物。

需求

第二题需求.jpg

实战

思路流程图绘制

2流程图.jpg

代码原理实现

import time
import queue
import threading

def worker(i):
    global numbers_1,numbers_2
    numbers_1 = 0
    numbers_2 = 0
    while True:
        item = q.get()
        try:
            # 偶数
            if (item % 2) == 0:
                # time.sleep(2)
                if (numbers_1 % 2)==0:
                    print("小红医生(代号%s)将一个群众<%s>检测完了!" % (i, item))
                    # 做完后发出任务完成信号,然后继续下一个任务
                    q.task_done()
                else:
                    time.sleep(2.5)
                    q.task_done()
                numbers_1 += 1
            else:
                # 奇数
                # 小明是小红的2倍
                print("小明医生(代号%s)将一个群众<%s>检测完了!" % (i, item))
                numbers_2 += 1
                # 做完后发出任务完成信号,然后继续下一个任务
                q.task_done()

        except TypeError:
            print("今天没有群众需要检测了;医生(代号%s),可以休息了。" % i)
            if i==1:
                print('医生(代号%s)今天完成了的群众数量为:%s'% (i, numbers_1))
            elif i==2:
                print('医生(代号%s)今天完成了的群众数量为:'% i, numbers_2)
            # 做完后发出任务完成信号,然后继续下一个任务
            q.task_done()
            break



if __name__ == '__main__':
    num_of_threads = 2
    # 模拟核酸检测群众
    source = [i for i in range(1, 30)]

    # 创建一个FIFO队列对象,不设置上限
    q = queue.Queue()
    # 创建一个线程池
    threads = []
    # 创建指定个数的工作线程,并讲他们放到线程池threads中
    for i in range(1, num_of_threads+1):
        t = threading.Thread(target=worker, args=(i,))
        threads.append(t)
        t.start()

    # 将任务源里的任务逐个放入队列
    for item in source:
        # 每隔0.5秒准备下一个要检测的群众
        time.sleep(0.5)
        q.put(item)

    # 阻塞队列直到队列里的任务都完成了
    q.join()
    print("-----统计小红医生、小明医生工作完成的情况-----")
    # 停止线程
    for i in range(num_of_threads):
        q.put(None)
    for t in threads:
        t.join()

如果学习上有遇到问题,加/:yiyi990805(备注:阿里云tony)即可。

在这个浮躁的时代;竟然还有人能坚持篇篇原创;

如果本文对你学习有所帮助-可以点赞👍+ 关注!将持续更新更多新的文章。

支持原创。感谢!

相关文章
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
1373 7
|
数据采集 Web App开发 数据安全/隐私保护
实战:Python爬虫如何模拟登录与维持会话状态
实战:Python爬虫如何模拟登录与维持会话状态
|
存储 分布式计算 测试技术
Python学习之旅:从基础到实战第三章
总体来说,第三章是Python学习路程中的一个重要里程碑,它不仅加深了对基础概念的理解,还引入了更多高级特性,为后续的深入学习和实际应用打下坚实的基础。通过这一章的学习,读者应该能够更好地理解Python编程的核心概念,并准备好应对更复杂的编程挑战。
345 12
|
存储 数据采集 监控
Python文件操作全攻略:从基础到高级实战
本文系统讲解Python文件操作核心技巧,涵盖基础读写、指针控制、异常处理及大文件分块处理等实战场景。结合日志分析、CSV清洗等案例,助你高效掌握文本与二进制文件处理,提升程序健壮性与开发效率。(238字)
895 1
|
存储 Java 调度
Python定时任务实战:APScheduler从入门到精通
APScheduler是Python强大的定时任务框架,通过触发器、执行器、任务存储和调度器四大组件,灵活实现各类周期性任务。支持内存、数据库、Redis等持久化存储,适用于Web集成、数据抓取、邮件发送等场景,解决传统sleep循环的诸多缺陷,助力构建稳定可靠的自动化系统。(238字)
1938 1
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
1106 0
|
机器学习/深度学习 监控 数据挖掘
Python 高效清理 Excel 空白行列:从原理到实战
本文介绍如何使用Python的openpyxl库自动清理Excel中的空白行列。通过代码实现高效识别并删除无数据的行与列,解决文件臃肿、读取错误等问题,提升数据处理效率与准确性,适用于各类批量Excel清理任务。
1065 0
|
Python
python检测网络延迟
#!/usr/bin/env python # coding: utf-8 # coding: cp950 ''' Create Date: 2012-11-06 Version: 1.
2682 0
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
1939 102
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
668 104

推荐镜像

更多