Python-如何使该程序使用多处理？

在Python3中，我有一个简单的掷骰子程序。它所做的是询问用户骰子的边数以及他们想要掷骰子的次数

这是通过创建一个列表来实现的，每个子列表代表一个骰子面。每次生成一个随机数时，它都会附加到相应的子列表中

通过简单的打印程序显示结果

我的问题是如何使用多处理来加快速度，因为完成100万卷需要约21分钟

程序代码如下所示：

import time
import random

roll = []#List for the results

def rng(side,reps):#rolls the dice 
    for i in range(reps):
        land = random.randint(1,side)
        print(land)
        roll[land-1].append(land)

def printR(side,reps):#Prints data
    for i, item in enumerate(roll):
        print('D'+str(i+1),'=''total ',total)

def Main():
    side = int(input('How many sides is the dice'))
    reps = int(input('How many rolls do you want to do?'))

    for i in range(side):#Creates empty arrays corresponding to amount of sides
        roll.append([])

    t0= time.clock()#Start timing dice roller

    rng(side,reps)

    t1 = time.clock()#End timing of dice roller

    printR(side,reps)#Print data
    times  = t1 - t0#Time
    print(round(times,3),'seconds')

Main()

---

你不需要多重处理。你需要做的就是使用更好的算法

>>> import collections
>>> import random
>>> import time
>>> def f():
...     t = time.perf_counter()
...     print(collections.Counter(random.randint(1,6) for _ in range(1000000)))
...     print(time.perf_counter() - t)
...
>>> f()
Counter({2: 167071, 4: 166855, 3: 166681, 1: 166678, 5: 166590, 6: 166125})
2.207268591399186

---

选择替代算法可能是最好的方案，但无论如何，如果您确实想使用多处理，您可能需要解决不同的问题。例如，假设您有一个数字列表

nums = [[1,2,3],[7,8,9],[4,5,6]]

然后，您可以为每个子列表创建一个函数，该函数可以计算并返回子集中的数字之和。聚合结果以获得完整的总和，可能比使用足够大的数据集时更快。例如，您也可以使用多道程序合并排序。多道程序设计/线程化是最好的，当您有许多任务彼此不干扰并且可以独立完成时

---

对于最初的问题，您可能需要考虑如何跟踪每侧的总转鼓数，这样您就可以使用每侧的函数来计算转鼓数，但接下来通常的问题是如何确定计数器一致/如何知道何时停止。

“向我的程序添加功能”不是问题。另外，将每个卷存储为类似于

[[]，[2,2,2]，[3,3]，[5]，[6]]的结果似乎毫无意义。为什么不存储每个结果的数量，例如
[0,3,2,0,1,1]
？（阅读文档，观看一些视频）重复；尝试实施某事；带着具体的问题回来。正如@TigerhawkT3提到的，您应该使用更好的数据结构。您可能还应该在rng中打印出来，因为打印出数以百万计的内容会降低速度，无论您在多少个处理器上运行它。