为什么多处理比简单的 for 循环慢？

Question

我刚刚了解了多处理并尝试了解它与简单的 for 循环相比有多快。我用简单的代码来对比一下，

import multiprocessing
from time import time as tt

def spawn(num,num2):
    print('Process {} {}'.format(num,num2))
#normal process/single core
st = tt()
for i in range (1000):
    spawn(i,i+1)
print('Total Running Time simple for loop:{}'.format((tt()-st)))

#multiprocessing
st2 = tt()
if __name__ == '__main__':
    for i in range(1000):
        p=multiprocessing.Process(target=spawn, args=(i,i+1))
        p.start()
print('Total Running Time multiprocessing:{}'.format((tt()-st2)))

我得到的输出显示多处理比简单的 for 循环慢得多

Total Running Time simple for loop:0.09924721717834473
Total Running Time multiprocessing:40.157875299453735

谁能解释为什么会这样？

Answer 1

这是因为处理流程的开销。在这种情况下，进程的创建和删除不会影响代码从运行并行获得的性能提升。如果执行的代码更复杂，可能会有加速。

为什么多处理比简单的 for 循环慢？

Why multiprocessing is slower than simple for loop?

python

multiprocessing

python-multiprocessing