python多线程并行

Python中的多线程可以使用`threading`模块来实现。下面是一个简单的例子，实现了并行计算一段范围内的素数个数：

import threading

def is_prime(n):
    if n < 2:
        return False
    for i in range(2, int(n**0.5)+1):
        if n % i == 0:
            return False
    return True

class PrimeCounter(threading.Thread):
    def __init__(self, start, end):
        threading.Thread.__init__(self)
        self.start = start
        self.end = end
        self.count = 0

    def run(self):
        for i in range(self.start, self.end+1):
            if is_prime(i):
                self.count += 1

p1 = PrimeCounter(2, 500000)
p2 = PrimeCounter(500001, 1000000)

p1.start()
p2.start()

p1.join()
p2.join()

total_count = p1.count + p2.count
print("Total primes between 1 and 1000000:", total_count)

在这个例子中，我们创建了两个`PrimeCounter`对象，每个对象负责计算一段范围内的素数个数。我们将这两个对象分别启动，并等待它们结束。最后，我们将两个对象计算得到的素数个数相加得到总数。

需要注意的是，Python中的多线程并不是真正的并行执行，而是由于GIL(Globa Interpreter Lock)的存在，多个线程在同一时刻只能有一个线程执行Python字节码。因此，对于CPU密集型任务，多线程并不能提高效率，反而可能会降低效率。但是，对于I/O密集型任务，多线程可以提高效率，因为线程在等待I/O操作完成时，CPU可以去执行其他线程的任务。