编辑“︁Python 协程”︁

= Python协程 =

'''协程'''（Coroutine）是Python中实现并发编程的一种轻量级方式，它允许函数在执行过程中暂停并在稍后恢复，而不阻塞整个线程。协程通过协作式多任务处理，使得多个任务可以在单个线程上高效切换，适用于I/O密集型操作。

== 简介 ==
协程是一种特殊的生成器（Generator），它不仅可以生成值，还可以接收值。Python通过`async`和`await`关键字提供原生支持，使得协程的编写更加直观。协程的主要优势在于：
* '''轻量级'''：比线程更节省资源。
* '''非阻塞'''：适合处理高延迟的I/O操作（如网络请求、文件读写）。
* '''高效'''：通过事件循环（Event Loop）管理任务调度。

== 基本语法 ==
Python使用`async def`定义协程函数，并通过`await`调用其他协程或异步操作。

<syntaxhighlight lang="python">
import asyncio

async def hello():
    print("Hello")
    await asyncio.sleep(1)  # 模拟I/O操作
    print("World")

# 运行协程
asyncio.run(hello())
</syntaxhighlight>

'''输出：'''
<pre>
Hello
（等待1秒）
World
</pre>

== 协程与生成器的区别 ==
协程是生成器的扩展，但两者关键区别在于：
* '''生成器'''（Generator）通过`yield`产生值，但不能接收外部输入（除非使用`.send()`方法）。
* '''协程'''（Coroutine）通过`await`挂起执行，并可以接收外部输入。

== 事件循环（Event Loop） ==
事件循环是协程调度的核心，负责管理多个协程的执行顺序。Python的`asyncio`模块提供了默认的事件循环实现。

<mermaid>
graph LR
    A[协程1] -->|await| B[I/O操作]
    B -->|完成| C[协程2]
    C -->|await| D[I/O操作]
    D -->|完成| A
</mermaid>

== 实际案例：并发HTTP请求 ==
以下示例展示如何使用协程并发发送多个HTTP请求：

<syntaxhighlight lang="python">
import aiohttp
import asyncio

async def fetch_url(url):
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as response:
            return await response.text()

async def main():
    urls = ["https://example.com", "https://example.org"]
    tasks = [fetch_url(url) for url in urls]
    results = await asyncio.gather(*tasks)
    for result in results:
        print(len(result))  # 打印网页内容长度

asyncio.run(main())
</syntaxhighlight>

'''输出：'''
<pre>
1270  # example.com的网页长度
1234  # example.org的网页长度
</pre>

== 协程与多线程对比 ==
{| class="wikitable"
|+ 协程 vs 多线程
|-
! 特性 !! 协程 !! 多线程
|-
| '''资源占用''' || 低（单线程） || 高（每个线程占用独立内存）
|-
| '''切换开销''' || 极小（由事件循环管理） || 较大（依赖操作系统调度）
|-
| '''适用场景''' || I/O密集型任务 || CPU密集型任务
|}

== 高级用法 ==
=== 协程嵌套 ===
协程可以嵌套调用其他协程：
<syntaxhighlight lang="python">
async def task1():
    await asyncio.sleep(1)
    return "Task 1 done"

async def task2():
    await asyncio.sleep(2)
    return "Task 2 done"

async def main():
    result1 = await task1()
    result2 = await task2()
    print(result1, result2)

asyncio.run(main())
</syntaxhighlight>

=== 超时控制 ===
使用`asyncio.wait_for`设置超时：
<syntaxhighlight lang="python">
async def long_running_task():
    await asyncio.sleep(10)
    return "Done"

async def main():
    try:
        result = await asyncio.wait_for(long_running_task(), timeout=5)
    except asyncio.TimeoutError:
        print("Task timed out")

asyncio.run(main())
</syntaxhighlight>

== 数学基础 ==
协程的调度效率可以通过'''吞吐量'''（Throughput）衡量：
<math>
\text{Throughput} = \frac{\text{Number of completed tasks}}{\text{Total time}}
</math>

== 总结 ==
* 协程是Python并发编程的核心工具之一，适合I/O密集型任务。
* 通过`async/await`语法实现，依赖事件循环调度。
* 比多线程更轻量级，但需要显式声明异步操作。

{{编程概念导航}}

[[Category:编程语言]]
[[Category:Python]]
[[Category:Python 并发编程]]