python并发与并行概念，以及multiprocessing模块应用举例

在Python中，并发和并行是两个相关但含义不同的概念：

● 并发（Concurrent）指的是在一段时间内，多个任务交替执行的能力，这些任务可能不是同时执行，但给人的感觉是同时在处理多项任务。它可以发生在单核或多核处理器上，通过任务调度来实现“同时”处理的效果。
● 并行（Parallel）则是指在同一时刻，多个任务真正同时执行，这通常需要多核处理器支持。并行处理能够显著提高程序执行效率，因为它能同时利用多个处理器核心进行计算。

multiprocessing模块是Python用于实现并行处理的一种方式，特别是在受到全局解释器锁（GIL）限制的CPython解释器中，多线程并不能实现真正的并行计算。multiprocessing模块通过创建多个进程来绕过GIL，允许程序充分利用多核CPU资源，实现真正的并行执行。

以下是一个使用multiprocessing模块实现并行计算的简单示例，展示了如何启动多个进程来并行处理任务列表：

import multiprocessing

def square(number, return_dict):
    """
    计算一个数的平方，并将结果存入共享的字典中。
    """
    result = number * number
    return_dict[number] = result

if __name__ == "__main__":
    numbers = [1, 2, 3, 4, 5]
    manager = multiprocessing.Manager()  # 创建一个Manager对象，用于创建共享数据类型
    return_dict = manager.dict()  # 一个可以在不同进程间共享的字典
    
    # 创建并启动进程
    processes = []
    for number in numbers:
        p = multiprocessing.Process(target=square, args=(number, return_dic