Pycharm_Почему результат отличается, когда я запускаю код в обычном режиме и в режиме отладки?

Я изучаю поток и скопировал пример кода из книги.

Код точно такой же, но результат отличается в зависимости от способа запуска кода в Pycharm.

Вот мой код:

import threading

g_count = 0

def thread_main():
    global g_count
    for i in range(100000):
        g_count += 1

threads = []

for i in range(50):
    th = threading.Thread(target=thread_main)
    threads.append(th)

for th in threads:
    th.start()

for th in threads:
    th.join()

print("g_count = {:,}".format(g_count))
  1. Когда я запускаю код с помощью «Выполнить» (ctrl + shift + F10)

результатом всегда будет 5 000 000, чего не ожидалось.

  1. Когда я запускаю код с помощью «отладки» (alt + shift + F10)

результат всегда отличается от ожидаемого.

Почему в этом случае режим «Выполнить» всегда печатает 5 000 000?

Я не могу воспроизвести вашу проблему при запуске - вы уверены, что приведенный выше код точно такой же, как вы используете в PyCharm?

tda 11.09.2018 15:36

@tda да. не каждый раз ваш результат показывает 5 000 000?

JunKim 13.09.2018 04:10

Неа - я каждый раз получаю разный результат при нормальной работе? Вы пробовали запускать другой скрипт IDE / Jupyter notebook / python из командной строки?

tda 13.09.2018 09:24
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
3
22
0

Другие вопросы по теме