一、多线程
1. 并发
🧁 并发（Concurrency）：单核CPU的"多任务切换大师"
定义：多个任务在同一时间段内交替执行，看起来像是同时进行，但实际上在任意时刻只有一个任务在执行。
生活比喻：
你一个人在奶茶店工作，先做一杯奶茶（任务A），然后去洗杯子（任务B），再回来看一下奶茶进度（任务A），再处理一下订单（任务C）... 你看起来在同时处理多个任务，但实际上你一次只做一件事，只是切换得非常快，让顾客感觉你"同时"在忙。
2. 并行
🍜 并行（Parallelism）：多核CPU的"团队协作"
定义：多个任务真正同时执行，在同一时刻有多个任务在运行。
生活比喻：
你和朋友一起在奶茶店工作，你负责做奶茶（任务A），朋友负责洗杯子（任务B），另一个人负责收银（任务C）... 你们同时在做不同的事情，效率大大提高。
核心区别对比表
| 特性 | 并发 (Concurrency) | 并行 (Parallelism) |
|---|---|---|
| 执行方式 | 交替执行，快速切换 | 真正同时执行 |
| 硬件需求 | 单核CPU即可 | 需要多核CPU或多处理器 |
| 本质 | 逻辑上的同时 | 物理上的同时 |
| 效率提升 | 提高响应性，充分利用等待时间 | 缩短总执行时间 |
| 生活例子 | 你一个人在厨房忙前忙后 | 你和朋友一起在厨房同时工作 |
并发 ≠ 并行！这是一个常见的误解。
"并发是逻辑上的同时发生，而并行是物理上的同时发生。并发可以跑在一个处理器上通过时间片进行切换，而并行需要两个或两个以上的线程跑在不同的处理器上。"
为什么我们要用并发和并行？
并发的适用场景
- I/O密集型任务：如网络请求、文件读写、数据库查询（大部分时间在等待I/O，CPU空闲）
- 用户界面响应：保持界面流畅，避免卡顿（如后台下载时，前台仍可操作）
- Web服务器：处理大量HTTP请求，提高吞吐量
并行的适用场景
- 计算密集型任务：如图像处理、科学计算、大数据分析
- 需要快速完成的大型任务：如视频渲染、天气模拟
