看过火车票购票问题1
的朋友可能已经发现，还有可以优化的方案
方案1：
在处理购票请求的后期，某些站点区间可用的票数已经为0,
那么后续再有类似请求时，可以直接返回失败
这里的特殊情况是，如果有人退票，则某个站点区间又会有可卖的票，可以通过在购票高峰期限制退票来排除这个特殊情况。
对应文件 sell2.py
# -*- coding: utf-8 -*-
############################################################
# 假定站点编号从 1 ~ 10
# 共20节车厢, 每个车厢20排
# 编号形如
# 1A 1B 1C 1D 1F
# 2A 2B 2C 2D 2F
# ...
# 20A 20B 20C 20D 20F
# 20 * 5 * 20 = 2000个座位
# 其实座位编号完全可以从 0 ~ 1999, 并不影响我们对问题本身的分析
############################################################
import time
MAX_CARRIAGE_NUM = 20
MAX_ROW_NUM = 20
MAX_SITE_INDEX = 10
class Seg(object):
def __init__(self, carriage_no, seat_no, start_site, end_site):
# 车厢编号
self.carriage_no = carriage_no
# 座位编号
self.seat_no = seat_no
# 完整编号
self.no = str(carriage_no) + '-' + seat_no
# 能够售卖的开始站序号 int
self.start_site = start_site
# 能够售卖的终点站序号 int
self.end_site = end_site
def __str__(self):
return str((self.no, self.start_site, self.end_site))
def init():
ticket_dict = {}
for i in range(1, MAX_SITE_INDEX):
for j in range(i + 1, MAX_SITE_INDEX + 1):
ticket_dict[(i, j)] = []
for i in range(1, MAX_CARRIAGE_NUM + 1):
for row in range(1, MAX_ROW_NUM + 1):
for col in ['A', 'B', 'C', 'D', 'F']:
# 每个座位都可以出售从s1 到 s10的车票
key = (1, 10)
# print Seg(i, str(row) + col, 1, 10)
ticket_dict[key].append(Seg(i, str(row) + col, 1, 10))
return ticket_dict
def sell(ticket_dict, start, end, sellout_dict):
'''
:param ticket_dict:
:param start: 购票的起始站
:param end: 购票的终点站
:return:
'''
if sellout_dict.get((start, end), False):
return None
# 需要找到一个有票的站点区间覆盖目标站点区间
# 所有可能的起始站
site_start = []
x = 1
while x <= start:
site_start.append(x)
x += 1
site_start.reverse()
# 所有可能的终点站
site_end = []
y = end
while y <= MAX_SITE_INDEX:
site_end.append(y)
y += 1
ticket = None
for x in site_start:
for y in site_end:
if len(ticket_dict[(x, y)]) > 0:
ticket = ticket_dict[(x, y)].pop()
if ticket:
# 判断一下这个座位的站点区间是否被完全用完了
# 如果没有还需要把新生成的余票间存回去
if start > x:
temp = Seg(ticket.carriage_no, ticket.seat_no, x, start)
ticket_dict[(x, start)].append(temp)
if y > end:
temp = Seg(ticket.carriage_no, ticket.seat_no, end, y)
ticket_dict[(end, y)].append(temp)
return Seg(ticket.carriage_no, ticket.seat_no, start, end)
# 对于(start, end), 没有可以卖的票
# 那说明所有覆盖 (start, end) 的站点区间都没有票了
for x in site_start:
for y in site_end:
sellout_dict[(x, y)] = True
return None
def print_residual(ticket_dict):
print '------------余票情况-------------'
for key in ticket_dict:
if ticket_dict[key]:
print key, len(ticket_dict[key])
if __name__ == '__main__':
ticket_dict = init()
sellout_dict = {}
t1 = time.time()
with open('req.csv') as fp:
for line in fp:
ll = line.split(',')
user = ll[0]
start = int(ll[1])
end = int(ll[2])
ticket = sell(ticket_dict, start, end, sellout_dict)
print '#' * 100
print line.strip()
if ticket:
print user, "bought", ticket
print_residual(ticket_dict)
# time.sleep(2)
t2 = time.time()
print t2 - t1经过测试，速度又提升了20% ，处理10w请求只用了1秒多
方案2：考虑多线程并发处理
经过测试，速度反而下降了60倍，很有可能是因为计算量不大，且资源竞争以及频繁的上下文切换，反而影响了性能
对应文件 sell3.py
完整代码地址：
https://github.com/vearne/train_ticket
后记：
本文只是对购票过程的一个模拟，但是将不同的车次分而治之的处理，确实是一个提高并发能力的一个好方法。并且可以考虑内存处理 + 数据库处理相结合的办法，或者直接将数据移植到数据库中进行操作以确保事务性。