在用Python（解释语言）构建包含多线程的算法时，我惊讶地发现，与我之前构建的顺序算法相比，执行时间并没有任何改善。为了理解导致这种结果的原因，我做了一些阅读，并相信我所学到的内容提供了一个有趣的背景，可以更好地理解多线程和多进程之间的差异。

多核系统可能会执行多个线程，因此Python应该支持多线程。但Python不是一种编译语言，而是一种解释语言1。这意味着必须对程序进行解释才能运行，并且在程序开始执行之前，解释器不知道程序。然而，它所知道的是Python的规则，然后动态地应用这些规则。Python中的优化必须主要是解释器本身的优化，而不是要运行的代码。这与C++等编译语言形成对比，并对Python中的多线程产生影响。具体来说，Python使用全局解释器锁来管理多线程。

另一方面，编译语言是编译的。程序被“完全”处理，首先根据其语法定义进行解释，然后映射到语言不可知的中间表示，最后链接到可执行代码中。这个过程允许代码得到高度优化，因为在编译时所有代码都可用。在创建可执行文件时定义了各种程序交互和关系，可以做出关于优化的稳健决策。

在现代环境中，Python的解释器必须允许多线程，这必须既安全又高效。这就是解释语言与编译语言的区别所在。解释器必须不干扰来自不同线程的内部共享数据，同时优化处理器的计算使用。

如前几篇文章所述，进程和线程都是独立的顺序执行，主要区别在于内存在进程的多个线程之间共享，而进程隔离了它们的内存空间。

在Python中，全局解释器锁防止不同线程同时访问数据。它要求在任何Python程序中，任何时候只能执行一个线程。另一方面，可以运行多个进程，因为每个进程的内存都与任何其他进程隔离，并且进程可以在多个内核上运行。

唐纳德·克努思在《计算机编程的艺术：基本算法》中对解释例程有很好的解释。

对于那些更喜欢通过可视化学习的人来说，这里是我创建的一个方便的图表，用于解释流程和线程。我使用了MSDN中的信息-关于进程和线程

从面试官的角度来看，我基本上只想听到3件主要事情，除了像流程这样的显而易见的事情外，还有多个线程：

线程共享相同的内存空间，这意味着一个线程可以从其他线程的内存访问内存。进程通常不能。资源。资源（内存、句柄、套接字等）在进程终止时释放，而不是线程终止时释放。安全进程具有固定的安全令牌。另一方面，线程可以模拟不同的用户/令牌。

如果你想要更多，Scott Langham的回应几乎涵盖了所有内容。所有这些都是从操作系统的角度来看的。不同的语言可以实现不同的概念，如任务、轻线程等等，但它们只是使用线程（Windows上的光纤）的方式。没有硬件和软件线程。存在硬件和软件异常和中断，或者用户模式和内核线程。

它们几乎一样。。。但关键的区别在于线程是轻量级的，而进程在上下文切换、工作负载等方面是重量级的。

线程是一个子进程，它们共享一个进程内的代码、数据和文件等公共资源。然而，两个进程无法共享资源（例外情况是，如果一个进程（父进程）分叉为另一个进程，则默认情况下，它们可以共享资源。），对CPU的资源要求较高的负载，而线程在此上下文中要轻得多。虽然两者都有相同的功能。场景中，考虑一个单线程进程由于I/o而被阻塞，那么整个1将进入等待状态，但当多线程进程被I/o阻塞时，其唯一的1个I/o相关线程将被阻塞。

同一进程中的线程共享内存，但每个线程都有自己的堆栈和寄存器，线程在堆中存储线程特定的数据。线程从不独立执行，因此与进程间通信相比，线程间通信要快得多。

进程从不共享相同的内存。当子进程创建时，它会复制父进程的内存位置。进程通信通过使用管道、共享内存和消息解析来完成。线程之间的上下文切换非常缓慢。

示例1：JVM在单个进程中运行，JVM中的线程共享属于该进程的堆。这就是为什么多个线程可以访问同一个对象。线程共享堆并拥有自己的堆栈空间。这就是一个线程对方法及其局部变量的调用如何保持与其他线程的线程安全。但是堆不是线程安全的，必须同步以确保线程安全。