对以下这段代码用线程优化

以下是一个计算斐波那契数列的示例代码：

def fibonacci(n):
    if n <= 1:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

n = 10
result = []
for i in range(n):
    result.append(fibonacci(i))
print(result)

可以使用多线程来优化这段代码，加速计算过程。可以将每次递归计算的任务分配给不同的线程来执行。

以下是使用 Python 的 `threading` 模块来实现多线程的示例代码：

import threading

def fibonacci(n):
    if n <= 1:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

class FibonacciThread(threading.Thread):
    def __init__(self, n):
        threading.Thread.__init__(self)
        self.n = n
    def run(self):
        result = fibonacci(self.n)
        print(result)

n = 10
threads = []
for i in range(n):
    thread = FibonacciThread(i)
    threads.append(thread)
    thread.start()

for thread in threads:
    thread.join()

上述代码中，我们创建了一个继承自 `threading.Thread` 类的 `FibonacciThread` 类。在 `run` 方法中，我们计算第 `n` 个斐波那契数，并将结果打印出来。在主线程中，我们创建了 `n` 个 `FibonacciThread` 对象，并将它们添加到一个列表中。然后，我们依次启动每个线程，并在所有线程执行完毕后输出结果。

需要注意的是，使用多线程可以加速计算过程，但也需要注意线程安全问题。在本例中，我们并没有对共享变量进行任何修改，因此不会出现线程安全问题。但如果在实际应用中存在共享变量的情况，需要使用锁或其他同步机制来保证线程安全。