1、有201颗豆子，有4个人：小红，小明，小强，小林，请将豆子按每次1人1颗的分，直到201颗豆子分完，请找出分到豆子最多得那个人 提示：使用多线程 + 可重入互斥锁来完成

好的，我知道你的要求了。这是一个比较简单的多线程并发问题，可以使用多个线程同时处理任务，使用可重入互斥锁来保证线程安全。

下面是示例代码实现：

import threading

# 定义全局变量
beans = 201
max_beans = 0
max_person = ""

# 定义线程锁
lock = threading.RLock()

# 定义分豆子的函数
def distribute(person):
    global beans, max_beans, max_person

    count = 0
    while beans > 0:
        lock.acquire()
        if beans > 0:
            beans -= 1
            count += 1
        lock.release()

    # 更新最大值
    if count > max_beans:
        max_beans = count
        max_person = person

# 创建4个线程
threads = []
for person in ["小红", "小明", "小强", "小林"]:
    t = threading.Thread(target=distribute, args=(person,))
    threads.append(t)

# 启动线程
for t in threads:
    t.start()

# 等待线程执行完毕
for t in threads:
    t.join()

# 输出结果
print("分到豆子最多的人是：{}，分到了{}颗豆子".format(max_person, max_beans))

在上面的代码中，我们定义了一个全局变量`beans`来表示剩余豆子的数量，以及一个`max_beans`记录分到豆子最多的数量，还有一个`max_person`记录分到豆子最多的人。

然后我们定义了一个`distribute`函数，它模拟了每个人分豆子的过程。在函数内部，我们使用了可重入互斥锁`lock`来保证线程安全。每个线程在获取到锁后，判断是否还有豆子可以分，如果有，则将豆子数量减1，并累计分到的豆子数量。

最后，我们创建了4个线程并分别启动它们，等待线程执行完毕后，输出结果。