并发是编程术语。它是关于多个任务的，这些任务开始运行并以无特定顺序在重叠的时间段内完成。并发性由操作系统管理。当多个线程想要访问同一资源时，线程会遇到竞争条件问题。此外，它们还存在死锁，彼此等待，阻止自己运行。例如，你想一边吃饭一边说话。首先你需要吞下嘴里的食物或停止咀嚼，然后你可以说话（你在划水），说话后你可以再咬一口。

并行性是一个硬件术语。它是关于在具有多个计算资源（如多核处理器）的硬件上同时运行的多个任务。如果你能在咀嚼食物时说话，这将是平行的。平行的一个例子是，一个人可以同时唱歌和跳舞。

在电子学中，串行和并行表示一种静态拓扑，决定电路的实际行为。当没有并发时，并行性是确定性的。

为了描述动态的、与时间相关的现象，我们使用了术语顺序和并发。例如，可以通过特定的任务序列（例如配方）获得特定的结果。当我们与某人交谈时，我们会产生一系列单词。然而，在现实中，许多其他过程在同一时刻发生，因此，与某一行动的实际结果一致。如果很多人在同一时间谈话，同时进行的谈话可能会干扰我们的顺序，但这种干扰的结果事先不知道。并发性引入了不确定性。

串行/并行和顺序/并行表征是正交的。数字通信就是一个例子。在串行适配器中，数字消息沿同一通信线路（例如，一根电线）临时（即顺序）分布。在并行适配器中，这也在并行通信线路（例如多条电线）上进行划分，然后在接收端进行重构。

让我们想象一个有9个孩子的游戏。如果我们将它们作为一条链处理，在开始时发送消息，在结束时接收消息，我们将进行串行通信。更多的单词组成了一系列的交流单元。

I like ice-cream so much. > X > X > X > X > X > X > X > X > X > ....

这是在串行基础结构上复制的顺序过程。

现在，让我们想象一下，把孩子们分成三组。我们把这个短语分成三部分，第一部分给左边的孩子，第二部分给中心线的孩子，等等。

I like ice-cream so much. > I like    > X > X > X > .... > ....
                          > ice-cream > X > X > X > ....
                          > so much   > X > X > X > ....

这是一个在并行基础结构上复制的顺序过程（尽管仍部分序列化）。

在这两种情况下，假设孩子之间有完美的沟通，结果会提前确定。

如果有其他人与您同时与第一个孩子交谈，那么我们将同时进行处理。我们不知道基础设施将考虑哪个过程，因此最终结果尚未提前确定。

我将尝试用一个有趣且易于理解的示例进行解释。：）

假设一个组织组织了一场国际象棋比赛，10名棋手（棋艺相同）将挑战一名职业冠军棋手。由于国际象棋是一场1:1的比赛，因此组织者必须以高效的方式进行10场比赛，以便尽快完成整个比赛。

希望以下场景能够轻松描述进行这10场比赛的多种方式：

1） 串行-让我们假设专业人员与每个人逐一进行游戏，即与一个人开始和结束游戏，然后与下一个人开始下一场游戏，依此类推。换句话说，他们决定按顺序进行游戏。因此，如果一场比赛需要10分钟才能完成，那么10场比赛将需要100分钟，同样假设从一场比赛到另一场比赛的过渡需要6秒，那么对于10场比赛，则需要54秒（约1分钟）。

因此整个活动将在101分钟内完成（最差进场）

2） 同时-让我们假设职业球员轮到下一个球员，所以所有10名球员同时上场，但职业球员不是一次两个人，他轮到下一个人上场。现在假设一名职业球员需要6秒才能轮到他，而一名职业选手与两名选手的转换时间为6秒，那么回到第一名选手的总转换时间为1分钟（10x6秒）。因此，当他回到第一个与他一起开始比赛的人身边时，已经过去了2分钟（10xtime_per_turn_by-campion+10xtransition_time=2分钟）

假设所有玩家都需要45秒才能完成他们的回合，那么根据SERIAL事件的每场10分钟，游戏结束前的回合数应为600/（45+6）=11回合（约）

因此，整个事件将在11xtime_per_turn_by-player_&_champion+11xtransition_time_across_10_players=11x51+11x60sec=561+660=1221sec=20.35min（大约）内完成

从101分钟提高到20.35分钟（更好的方法）

3） 平行-假设组织者获得了一些额外的资金，因此决定邀请两名职业冠军选手（两人能力相同），并将同一组10名选手（挑战者）分成两组，每组5人，并将他们分配给两名冠军，即每组一人。现在，赛事在这两组比赛中并行进行，即至少有两名选手（每组一名）与各自组的两名职业选手进行比赛。

然而，在该组中，职业选手一次只带一名选手（即按顺序），因此无需任何计算，您可以很容易地推断出整个比赛将在101/2=50.5分钟内完成

看到从101分钟到50.5分钟的进步（好方法）

4） 并发+并行-在上述场景中，假设两名冠军选手将与各自组中的5名选手同时比赛（读第二分），因此现在跨组的比赛是并行运行的，但在组内，他们是同时运行的。

因此，一组游戏将在11xtime_per_turn_by-playerer_&_champion+1extransition_time_across_5_layers=11x51+11x30=600+330=930秒=15.5分钟（大约）内完成

因此，整个活动（包括两个这样的平行跑步组）大约将在15.5分钟内完成

看到从101分钟到15.5分钟的改进（最佳方法）

注意：在上述场景中，如果您用10个类似的工作替换10个玩家，用两个CPU核心替换两个职业玩家，则以下顺序仍然正确：

串行>并行>并发>并发+并行

（注意：此顺序可能会因其他情况而改变，因为此顺序高度依赖于作业之间的相互依赖性、作业之间的通信需求以及作业之间的转换开销）

要补充其他人所说的话：

并发性就像让一个玩杂耍的人玩多个球。不管看起来如何，玩杂耍的人每次只手抓/扔一个球。平行运动是让多个杂耍者同时变戏法。

派克的“并发”概念是一个有意的设计和实现决策。具有并发能力的程序设计可能表现出行为上的“并行性”；这取决于运行时环境。

你不希望一个不是为并发而设计的程序表现出并行性。：-）但就相关因素（功耗、性能等）而言，这是一个净收益，您需要最大程度的并发设计，以便主机系统可以在可能的情况下并行执行。

派克的Go编程语言将这一点发挥到了极致：他的函数都是可以同时正确运行的线程，也就是说，如果系统有能力，调用函数总是会创建一个与调用者并行运行的线程。一个拥有数百甚至数千个线程的应用程序在他的世界中是非常普通的。（我不是围棋专家，这只是我的看法。）

这个来源的解释对我很有帮助：

并发性与应用程序如何处理多个任务有关一个应用程序可以一次处理一个任务（按顺序）或同时处理多个任务（同时）。另一方面，并行性与应用程序处理每个单独的任务。应用程序可以处理该任务从开始到结束依次执行，或将任务拆分为子任务可以并行完成。正如您所看到的，应用程序可以是并发的，但不能是并行的。这意味着它同时处理多个任务，但是这些任务不分解为子任务。应用程序也可以是并行的，但不能是并发的。这意味着应用程序一次只能处理一个任务，而此任务被分解为可以并行处理的子任务。此外，应用程序既不能是并发的，也不能是并行的。这意味着它一次只能处理一个任务从未分解为并行执行的子任务。最后，应用程序也可以是并发和并行的，在它可以同时处理多个任务，也可以中断将每个任务分解为子任务以并行执行。然而并发性和并行性的好处可能会因此而丧失由于计算机中的CPU已经处于相当繁忙的状态仅具有并发性或并行性。结合起来可能会导致只有很小的性能增益或甚至性能损失。