适配器模式(Adapter Pattern)是一种结构型设计模式，用于转换一个类的接口，使其与其他类协调合作。在本案例中，我们使用适配器模式将复杂的ListBox操作封装到ListAdapter类中。如何使用C#实现基本的列表数据操作如何识别代码中的坏味道并进行重构适配器模式在实际开发中的应用如何设计可扩展的UI组件适配层使用MVVM模式实现更清晰的架构引入数据验证机制实现持久化存储添加搜索和排序

fib(x)：递归计算斐波那契数列，时间复杂度较高，模拟较慢的计算任务。fac(x)：递归计算阶乘，模拟中等复杂度的任务。sum(x)：递归计算累加和，模拟简单计算任务。为了便于演示线程的执行效果，每个函数内部都加入了sleep()调用，人为延长执行时间。程序主体中，先以单线程方式依次执行这三个函数；随后使用多线程方式并发执行，以展示线程并发的优势。对比维度单线程多线程执行方式顺序执行并发执行总耗

示例4-8 的mtfacfib.py 脚本比较了递归求斐波那契、阶乘与累加函数的执行。都加入了sleep()调用，用于减慢执行速度，以便让我们看到多线程是如何改善性能的。际工作中，如果确实有不同的执行时间，你肯定不会在其中调用sleep()函数。好（有输出和没有输出的调用都能够执行），我们要一直等到所有线程都执行结束，然后调用。因为这些函数执行起来都非常快（也许斐波那契函数除外），所以你会发现在每

到目前为止，我们已经见到的这些简单的示例片段都无法代表你要在实践中写出的代码。除了演示多线程和创建线程的不同方式外，之前的代码实际上什么有用的事情都没有做。我们启动这些线程以及等待它们结束的方式都是一样的，它们也全都睡眠。4.3.1 节曾提到，由于Python 虚拟机是单线程（GIL）的原因，只有线程在执行I/O 密集型的应用时才能更好地发挥Python 的并发性（对比计算密集型应用，它只需要做轮

实践表明：合理使用多线程可使I/O密集型任务性能提升50%-300%，关键在于精准识别阻塞点并设计有效并发模型。通过这两个典型案例，您已掌握多线程在I/O优化和资源同步中的核心实践方法。建议在实际项目中优先使用。锁(Lock)示例（mtsleepF.py）线程池等高级抽象进一步提升代码健壮性。

我们使用Queue 模块（Python 2.x 版本，在Python 3.x 版本中重命名为queue）来提供线。我们将使用示例4-12（prodcons.py）来演示生产者-消费者Queue/queue。产者（线程）在其中放入新的商品，而消费者（线程）消费这些商品。生产商品，然后将其放到类似队列的数据结构中。生产商品的时间是不确定的，同样消费者。程间通信的机制，从而让线程之间可以互相分享数据。具

在开始编写多线程应用之前，先做一个快速回顾：通常来说，多线程是一个好东西。不过，由于Python 的GIL 的限制，多线程更适合于I/O 密集型应用（I/O 释放了GIL，可以允许更多的并发），而不是计算密集型应用。对于后一种情况而言，为了实现更好的并行性，你需要使用多进程，以便让CPU 的其他内核来执行。这里将不再进行详细介绍（这个主题内已经在Core Python Programming 或C

💡趣闻：Tkinter的"Tk"源自Tcl语言的图形工具包，而"inter"代表Interface，是Python与Tk的桥梁️ ## 3步安装验证。

在开始GUI 编程之前，首先介绍Python 默认的UI 工具包Tkinter。我们将先从安装Tkinter开始，因为Tkinter 不总是默认安装的（尤其是当你自己从源码构建Python 的时候）。接下来会是一个对客户端/服务端架构的快速回顾，该话题在第2 章中已经进行过介绍，不过在这里还会有一些关联。

在举例之前，先简单介绍GUI 应用开发。这将为你今后的学习提供一些通用的背景知识。创建一个GUI 应用就像艺术家作画一样。传统上，艺术家使用单一的画布开展创作。其工作方式如下：首先会从一块干净的石板开始，这相当于用来构建其余组件的顶层窗口对象。可以将其想象为房屋的地基或艺术家的画架。换句话说，必须在浇灌好混凝土或搭建起画架之后，才能把真实的结构或画布拼装在上面。在Tkinter 中，这个基础称为顶