Мне надо реализовать функцию параллельно на нескольких процессах. Я разделяю данные по процессам, а их результат кладу в очередь. После завершения их работы, объединяю данные в основном потоке, вытаскивая их из очереди. Но у меня зависает метод put очереди. Помогите исправить, пожалуйста
# Подсчёт элементов с помощью многопоточности
from time import process_time
from multiprocessing import Process, Queue, current_process
# Calculates matrix row
def calculate_part(params):
p_i, q_vector = params
return [(p_i ** 2 + q_j ** 2) ** 0.5 for q_j in q_vector]
def calculate_n_parts(n_params: list, start_index: int, end_index: int, queue: Queue):
result = []
for p_i, q_vector in n_params:
result.append(calculate_part((p_i, q_vector)))
res_obj = (start_index, end_index, *result)
queue.put(res_obj)
def concatenate_data(queue):
global n_el
result = [0 for i in range(n_el)]
while not queue.empty():
tup = queue.get()
result[tup[0]: tup[1]] = tup[2]
return result
if __name__ == '__main__':
n_el = 1000
processes_count = 5
process_el_count = n_el // processes_count
matrix = [0 for i in range(n_el)]
data_queue = Queue()
q_vect = [(i + 11) ** 2 for i in range(n_el)]
p_vect = [(i * 3 + 13) * 17 for i in range(n_el)]
prepared_data = [(p_i, q_vect) for p_i in p_vect]
t_res = []
for index in range(0, n_el, process_el_count):
t_res.append((prepared_data[index:index + process_el_count], index, index + process_el_count, data_queue))
processes = [Process(target=calculate_n_parts,
args=tup) for tup in t_res]
start_time = process_time()
for process in processes:
process.start()
for process in processes:
process.join()
print(concatenate_data(data_queue))
print(process_time() - start_time, "секунд")
