为什么python中的多处理进程较慢

Hei我正在尝试在一个进程上串行运行一个程序，然后在4个进程上使用python中的multiprocessing.process。使用本模块的目的是加速我的程序，以便与学校的项目进行比较。 我不明白为什么我在多处理版本上速度变慢了

这是我要以串行方式运行的代码：

import os

print('Implementing Matrix multiplication serial on one process \n')

A = [[1,1,1,1],
    [2,2,2,2],
    [3,3,3,3],
    [3,3,3,3]]

B = [[1,1,1,1],
    [2,2,2,2],
    [3,3,3,3],
    [3,3,3,3]]

for x in range(4):

    def matrixMul(A,B):

        for i in range(4):

            for j in range(4):

                for k in range(4):
                    result[i][j] += A[i][k] * B[k][j]

        for r in result:
            print(r)
        process_id=os.getpid()
        print ("The process ID:",process_id)
    result = [[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0]]
    matrixMul(A,B)

以下是使用多进程时的注意事项：

import os

import multiprocessing

print('Implementing Matrix multiplication parallely on 4 
processes \n')


A = [[1,1,1,1],
    [2,2,2,2],
    [3,3,3,3],
    [3,3,3,3]]

B = [[1,1,1,1],
    [2,2,2,2],
    [3,3,3,3],
    [3,3,3,3]]

def matrixMul(A,B):

    for i in range(4):

        for j in range(4):

            for k in range(4):
                result[i][j] += A[i][k] * B[k][j]

    for r in result:
        print(r)
    process_id=os.getpid()
    print ("The process ID:",process_id)
result = [[0,0,0,0],[0,0,0,0],[0,0,0,0],[0,0,0,0]]

jobs = []

for x in range(4):
    p = multiprocessing.Process(target=matrixMul, args=(A,B))
    p.start()
    jobs.append(p)

for proc in jobs:
    proc.join()

请帮我弄清楚答案，因为我是python的初学者 结果如下：

[9, 9, 9, 9]
[18, 18, 18, 18]
[27, 27, 27, 27]
[27, 27, 27, 27]
The process ID: 22509
[9, 9, 9, 9]
[18, 18, 18, 18]
[27, 27, 27, 27]
[27, 27, 27, 27]
The process ID: 22509
[9, 9, 9, 9]
[18, 18, 18, 18]
[27, 27, 27, 27]
[27, 27, 27, 27]
The process ID: 22509
[9, 9, 9, 9]
[18, 18, 18, 18]
[27, 27, 27, 27]
[27, 27, 27, 27]
The process ID: 22509

real    0m0,022s
user    0m0,018s
sys     0m0,004s

并从多个一的结果：

[9, 9, 9, 9] 
[18, 18, 18, 18] 
[27, 27, 27, 27] 
[27, 27, 27, 27] 
The process ID: 22511
[9, 9, 9, 9]
[18, 18, 18, 18]
[27, 27, 27, 27]
[27, 27, 27, 27]
The process ID: 22512
[9, 9, 9, 9]
[18, 18, 18, 18]
[27, 27, 27, 27]
[27, 27, 27, 27]
The process ID: 22513
[9, 9, 9, 9]
[18, 18, 18, 18]
[27, 27, 27, 27]
[27, 27, 27, 27]
The process ID: 22514

real    0m0,069s
user    0m0,056s
sys     0m0,049s

---

哪个操作系统？像windows这样的操作系统需要为每个进程创建一个新的python实例，这可能会更慢。考虑到您的代码不使用

if uuuu name_uuu==“uuuu main_uuu”：

来保护自己不在子流程中运行模块级代码，这可能是linux或mac，但最好是显式的。同时计时和发布结果也会很有用，这样我们就可以看到区别了。我在我的linux机器上运行了你的代码，并用了并行和串行。然而，在这两种情况下，运行时间都非常小。占主导地位的时间消费者是状态打印。在进行基准测试时，您应该去掉这些选项。@tdelaney我使用的是linux debian，我已经用if name==“main”尝试过了：也没有变化，再次运行，serlai beat parallel-一定是背景中的其他东西。我认为，由于操作时间很短，分叉的成本是不合理的。以下是结果：[9，9，9，9][18，18，18，18，18][27，27，27，27，27，27，27]流程ID:22509[9，9，9，9][18，18][27，27，27，27][27]流程ID:22509[9，9，9，9][18，18，18][27，27，27][27]27流程ID:22509[9,9,9][18,18,18][27,27,27][27,27,27]流程ID:22509 real 0M0022S user 0M0018S sys 0M0004S