1.cpu工作方式

先来先服务（First Come, First Served，FCFS）：
最简单的调度算法，按照作业或进程到达的顺序依次执行。没有考虑作业的执行时间，可能会导致长作业等待时间过长（作业或进程执行时间长的情况下）。

最短作业优先（Shortest Job Next，SJN）：
选择下一个最短的作业或进程执行，以最小化平均等待时间。需要预先知道每个作业或进程的执行时间，通常用于批处理系统。

最短剩余时间优先（Shortest Remaining Time Next，SRTN）：
是SJN的抢占式版本，允许更短的作业或进程中断当前执行的作业或进程。每次到达一个新的作业或进程时，调度器会检查其估计的剩余执行时间，并决定是否切换到新的作业或进程。

轮转调度（Round Robin）：
将CPU时间分成多个时间片（固定大小的时间段），按照顺序分配给不同的进程。当一个时间片用完时，当前进程被暂停并放回就绪队列的末尾，下一个进程开始执行。轮转调度适用于时间片短小，并且进程需要相对公平的CPU时间的场景。

优先级调度（Priority Scheduling）：
每个进程或作业都有一个优先级，操作系统根据这个优先级来决定下一个要执行的进程。高优先级的进程将优先于低优先级的进程执行。但是，如果优先级过高可能会导致低优先级的进程饥饿（永远得不到执行）。

多级反馈队列调度（Multilevel Feedback Queue）：
将进程划分为几个队列，并分配不同的优先级。新到达的进程首先进入最高优先级的队列。如果一个进程在给定时间片内未完成，则它将被移动到下一个更低优先级的队列中。这种方法结合了轮转调度和优先级调度的特点。

实时调度（Real-Time Scheduling）：
用于实时系统，其中任务必须在特定的截止期限内完成。实时调度包括静态优先级调度（任务的优先级在创建时确定，并且不会改变）和动态优先级调度（优先级可以在运行时改变）。

2.python全局解释器锁与多线程

什么是全局解释器锁

全局解释器锁(Global Interpreter Lock，GIL)，是为了保证线程安全而引入的互斥锁。众所周知，python是一种解释性语言。每一行代码都会被python解释器经过解析后才能执行。而在任意一个时间片，只有一个线程可以拿到解释器锁，也就是说，任意一个时间片，只有拿到解释器锁的那个线程可以执行，其他线程都处于等待状态。

为什么会有全局解释器锁

历史原因：早期的 Python 设计是为了简化内存管理和线程安全性。GIL 最初是为了保护 Python 对象内存结构不被并发线程破坏而引入的。在 Python 的早期版本中，GIL 是确保线程安全的一个简单有效的方式。

内存管理简化：Python 的内存管理由其自己的内存管理器负责，而 GIL 确保了在解释器级别上只有一个线程可以修改 Python 对象的内存结构。这样做简化了解释器的实现和维护，并且减少了需要考虑的并发问题，尤其是在 Python 解释器中涉及引用计数等细节时。

IO密集型 && 计算密集型操作

IO密集型操作，大部分情况下，指的是文件的读写操作
计算密集型更多的是进行数值运算。
对于IO密集型操作，在读取多个文件时，多个线程本身就存在切换，因此即使存在GIL，没有实现真正的多线程操作，也仍然可以在一定程度上提高效率。而在计算密集型操作上，由于每次只有一个线程在执行，即使开启多个线程，在任意时刻也只会有一个线程执行，因此，在计算密集型任务上，python多线程斌不会真正提高计算相率，相反，由于线程切换，甚至可能降低计算效率。

3.其他语言的多线程

在其他语言，比如c++ 、c#、Java，没有类似于python的GIL设定，可以实现真正的多线程并行操作。即使针对计算密集型任务，也可以通过多个任务并行，来实现加速的效果。

4.如何解决假的多线程

• 使用多进程：Python 的 multiprocessing 模块允许创建多个进程，每个进程都有自己独立的解释器和内存空间，因此能够充分利用多核 CPU。
• 使用并行计算库：例如 concurrent.futures 模块中的 ThreadPoolExecutor 和 ProcessPoolExecutor 类，或者第三方库如Dask、joblib 等，它们能够在多个核心上并行执行任务。
• 使用 C 扩展或者 Cython：将性能关键部分用 C 或 Cython 编写，可以绕过 GIL 的限制，从而实现更好的并行性能。