并发和并行
并发：当有多个线程操作时，如果系统只有一个CPU，则它不可能真正同时进行一个以上的线程，它只能把CPU运行时间划分为若干个时间段，再将时间段分配给各个线程执行，在一个时间段的线程代码运行时，其它代码处于挂起状态。这种方式我们称之为并发（concurrent）
并行：当系统有一个以上CPU时，则线程的操作有可能非并发。当一个CPU执行一个线程时，另一个CPU可以执行另外一个线程，两个线程互补抢占CPU资源，可以同时进行，这种方式我们称之为并行（parallel)
实现多任务的方式：
多进程模式
多线程模式
协程
进程》线程》协程

#进程：Process 计算密集型
#线程：Thread 耗时操作时使用，爬虫
#状态：新建，就绪，运行，阻塞，结束
# 线程是可以共享全局变量的
# GIL 全局解释器锁

import threading
money=1000
ticket=1000
'''
线程是可以共享全局变量的
GIL 全局解释器锁
'''
def run1():
    global ticket
    for i in range(100):
        ticket-=1

def run2():
    global money
    for i in range(100):
        money-=1
if __name__=="__main__":
    th1=threading.Thread(target=run1,name='th1')
    th2=threading.Thread(target=run1,name='th2')
    th3=threading.Thread(target=run1,name='th3')
    th4=threading.Thread(target=run1,name='th4')
    th5=threading.Thread(target=run2,name='th5')

    th1.start()
    th2.start()
    th3.start()
    th4.start()
    th5.start()
    th1.join()
    th2.join()
    th3.join()
    th4.join()
    th5.join()
    print('money:',money)
    print('ticket:',ticket)

import threading
n=0
def task1():
    global n
    for i in range(10000000000):
        n+=1
    print('----->task1中的值是：',n)


def task2():
    global n
    for i in range(10000000000):
        n+=1
    print('----->task2中值是：',n)

if __name__ == '__main__':
    th1=threading.Thread(target=task1,name='task1')
    th2=threading.Thread(target=task2,name='task2')
    th1.start()
    th2.start()
    th1.join()
    th2.join()
    print('n最后值是：',n)