GIL和copy

GIL: Global Interpreter Lock  全局解释器锁

    多任务执行占CPU
        多任务占用CPU的资源消耗:进程>线程>协程
        在cpython解释器中只有进程是真的多任务，线程和协程都是假的多任务
        
    什么是全局解释器锁
        在cpython解释器中，用多线程做多任务的事情，在全局有一个互斥锁在同一时刻只能允许一个线程在执行任务,其他线程排队等待获取锁,
        
    如何解决GIL在cpython解释器中带来的问题
        1.根据程序的类型
            计算密集型：进程,算法
            IO密集型(input output)：线程、协程
        2.换解释器
　　　　　　eg:
　　　　　　　　jpython

        3.换语言
　　　　　　因为python是一种解释性的语言,他可以兼容好多语言和平台
　　　　　　eg:
　　　　　　　　c语言,C++,C#,java
 

深浅拷贝:
    
    深拷贝:拷贝一个内容,会拷贝所有信息. deepcopy()
    浅拷贝:拷贝一个内容,只拷贝引用(引用地址中的数据). copy()

    list:
        深拷贝:
            deepcopy() 拷贝所有数据
        浅拷贝:
            copy()   只拷贝引用地址,并没有拷贝内容
    
        import copy

        a = [11, 22]
        b = [33, 44]
        c = [a, b]
        d = copy.copy(c)
        e = copy.deepcopy(c)

        print(id(c[0]))
        print(id(d[0]))
        print(id(e[0]))
    
    tuple:
        普通元祖
            深拷贝:deepcopy
            浅拷贝:copy()
            deepcopy()和copy()都只拷贝引用地址中的数据
        元祖中是可变类型时:
            深拷贝:
                deepcopy() 拷贝所有数据
            浅拷贝:
                copy() 只拷贝引用地址中的数据
        
        tuple()
        a = (11, 22)
        b = (33, 44)
        c = (a, b)
        d = copy.copy(c)
        e = copy.deepcopy(c)
        print(id(c))
        print(id(d))
        print(id(e))
        
        +++++++++++
        
        a = [11, 22]
        b = [33, 44]
        c = (a, b)
        d = copy.copy(c)
        e = copy.deepcopy(c)
        a.append(55)
        print(id(c[0]))
        print(id(d[0]))
        print(id(e[0]))
        print(c)
        print(d)
        print(e)
　　其他数据类型基本都是浅拷贝如: int float str