Python 为什么'；当使用多个线程时，这个程序是否运行得更快？

这个代码几乎花费了“0.007”的时间，它首先读取（I）循环，然后当它完成时开始读取（O）循环

我的问题是这个代码：

start = time.time()
for i in range (260):
        if i==259:
            print ("a done\n")
            break
for o in range (260):
        if o==259:
            print ("b done\n")
            break 
end = time.time() 
print (end-start) 

即使这段代码同时读取（I）循环和（O）循环，但仍然需要“0.008”

我认为第二个代码应该占用第一个代码的一半时间，但我不明白为什么它占用的时间与第一个代码几乎相同？

这是由于。I/O和C扩展在GIL之外，但是纯Python工作的线程实际上并不并行工作

如果您确实希望并行执行Python代码，请参阅。它有一个类似于线程的API（以及新的功能）

这是由于。I/O和C扩展在GIL之外，但是纯Python工作的线程实际上并不并行工作

如果您确实希望并行执行Python代码，请参阅。它有一个类似于线程的API（以及新的功能）

---

CPython使用一个全局解释器锁（GIL），一次只允许运行一个线程。这使得它的内存管理器运行得更快，而以牺牲全多线程为代价。在您的情况下，只有一个线程可以同时运行。为了给您一些词汇，以供将来参考，您在这里发现的是Python线程使您并发但不是并行。还应该考虑到即使没有全局解释器也会锁定线程创建的开销，计划和拆卸会增加开销。这对于运行时间如此短的程序来说是显而易见的，并且不会提供2倍的加速。CPython使用一个全局解释器锁（GIL），一次只允许运行一个线程。这使得它的内存管理器运行得更快，而以牺牲全多线程为代价。在您的情况下，只有一个线程可以同时运行。为了给您一些词汇，以供将来参考，您在这里发现的是Python线程使您并发但不是并行。还应该考虑到即使没有全局解释器也会锁定线程创建的开销，计划和拆卸会增加开销。这对于如此短时间运行的程序来说是显而易见的，并且不会提供2倍的加速。由于某些原因，我不能使用多处理模块，我不知道为什么你可以看到我的另一个问题，问为什么多处理不适合我，没有人回答我是的，那么你还有其他模块我可以尝试吗你的另一个问题得到了回答？您从未加入该进程，因此在主程序退出时该进程尚未完成。@uuuu name\uuuuuu==“\uuuu main\uuuu”？你在windows上吗？是的，我也尝试过加入，但没有太多效果。我正在使用python 3.5.2。由于某些原因，我无法使用多处理模块。我不知道为什么你会看到我的另一个问题，问为什么多处理不适合我，而且没有人回答我。那么你还有其他模块我可以尝试吗还有其他问题吗？您从未加入该进程，因此在主程序退出时该进程尚未完成。@uuuu name\uuuuuu==“\uuuu main\uuuu”？你在windows上吗？是的，我也尝试加入，但没有太多工作。我正在使用python 3.5.2

start = time.time()
def a():
    for i in range (260):
        if i==259:
            print (" a done \n")
            break
def b():
    for o in range (260):
        if o==259:
            print (" b done \n")
            break
th1=Thread(target=a)
th2=Thread(target=b)
th1.start()
th2.start()
th1.join()
th2.join()
end = time.time() 
print (end-start)

from multiprocessing import Process
p1 = Process(target=a)
p2 = Process(target=b)
p1.start()
p2.start()
p1.join()
p2.join()