反之，多线程的执行效率必然低于单线程。多线程的目的不是提高CPU的执行效率，而是并行处理多个事务。首先，线程消耗CPU资源。如果单线程处理的业务逻辑会占用100%的CPU资源，那么拥有多个线程是没有用的。谢谢，我们先来了解一下这两者的含义和关系。什么是多线程？
算法和多线程哪个快？为何？
谢邀，我们先了解下这两个的意思和关系什么是多线程？多线程是指从软件或者硬件上实现多个线程并发执行的技术，它更多的是解决CPU调度多个进程的问题，从而让这些进程看上去是同时执行实际是交替运行的。多线程解决的问题是明确的，也是比较单一的，基本上遇到的最大问题就是线程安全。在JAVA语言中，需要对JVM内存模型指令重排等深入了解，才能写出一份高质量的多线程代码。
什么是算法？简单地讲，算法是指一切经过明确定义的计算过程，其将某个或者某组值作为输入内容，并产生某个或者某组值作为输出结果。因此，算法代表的是一系列计算步骤，用于将输入转换为输出。算法有几个特点有明确指令，切实有效，有限的几个知名的算法有傅利叶变换与快速傅利叶变换迪杰斯特拉算法RSA 算法比例微积分算法随机数生成算法太多了就不一一举例了这两个哪个快这个确实没有可比性，抛开场景及实现的情况，这样说确实是不恰当的，有兴趣交流的朋友可以关注我，互动，谢谢。
多线程的执行效率一定高于单线程吗？
恰恰相反，多线程的执行效率一定低于单线程多线程的目的并不在于提供CPU的执行效率，而且在于多个事务的准并行处理。准并行的涵义在于并不是同时的，单核的CPU一个时刻只能执行一条机器指令。多线程是将CPU的PC指针运行分解为非常小的时间片，将这些时间片分配在不同的进程，不同的线程之间运行。这样CPU就不至于长时间堵塞在某一些事务中，导致其它事务没有办法处理。
比如某个软件在进行大数据的收发或者运算时，需要刷新显示界面以及人机交互。假设数据的收发或者运算需要数秒时间，如果用单线程，在做数据处理的几秒时间内，没办法显示人机交互，则用户在界面上做操作，程序就没有任何响应。如果用多线程，在数据处理线程处理了一段时间之后，CPU的指针暂停执行数据线程程序，转去执行界面处理程序，则用户做操作时，程序不至于没有响应。
既然Python解释器是单线程的，还有进行多线程编程的必要吗？
谢小秘书邀请先简单的回答有必要。首先，线程消耗的是CPU资源如果一个单线程内处理的业务逻辑会占用100%的CPU资源，那么，上了多线程也是没有用的。但这种情况很少，高CPU占用一般出现在内存计算场景下，或者不良代码中错误的死循环。 正常情况下，CPU占用大于80%就需要进行代码或设计的优化，或者服务器增加资源了。
多线程场景适用于解决慢速IO的问题我们绝大部分的计算，都会依赖于很多外部资源IO，如磁盘读写网络访问数据库访问... 这些资源的访问速度远远低于CPU的切换速度。如果使用单线程进行操作时，就会长时间的等待IO的返回。造成无效等待，性能低下。所以即使是Python，为了充分利用CPU资源，提高性能，在通常的业务场景下使用多线程编程也是完全必要的。
继续以上关于多核python多实例的问题，我们知道大多数CPU都是多核的。为了避免一个线程只能使用一个内核的问题，Python有一个多处理库，允许创建子进程。子进程的数量一般与核心的数量相同，以充分利用CPU资源。请喜欢，欢迎您的评论和意见，谢谢您的关注——极度迭代！。
