Python的多線程行不通

Question

from multiprocessing.dummy import Pool as ThreadPool 
import time 
def f(x): 
    val=x 
    for i in xrange(100000): 
     if i!=0: 
      val*=i 
      val%=10000 
    return x 
start = time.time() 
iter=10000 
pool=ThreadPool(8) 
res=pool.map(f,xrange(100)) 
pool.close() 
pool.join() 
pool=ThreadPool(8) 
res2=pool.map(f,xrange(100)) 
pool.close() 
pool.join() 
print "Elapsed Time: %s" % (time.time() - start) 

以上

是多線程代碼，在我8核心的計算機上運行時，它需要14S

from multiprocessing.dummy import Pool as ThreadPool 
import time 
def f(x): 
    val=x 
    for i in xrange(100000): 
     if i!=0: 
      val*=i 
      val%=10000 
    return x 
start = time.time() 
iter=10000 
for i in xrange(100): 
    f(i) 
for i in xrange(100): 
    f(i) 
print "Elapsed Time: %s" % (time.time() - start) 

以上是單線程代碼，它需要7S 誰能解釋對我來說？ 感謝

Answer 1

我得到了類似的結果：

Elapsed Time: 4.83800005913 for the first code 
Elapsed Time: 2.95100021362 for the second code 

你的代碼只是計算的東西，這不是多線程的長處，如果你想使用多線程，採取IO繁忙的工作，如文件或網絡，但不只是計算一些東西。

Answer 2

如this post中所述，無法與multiprocessing.dummy並行執行。