我想计算3.2亿个图像比较，根据我的发现，这导致预期的执行时间为8天左右，如果可能的话，我希望减少这个时间。
我已经尝试使用多线程，但无济于事。模块'tqdm'引用的时间和我自己的基本计算与非多线程代码完成估计完全相同。
我想问是否有另一个模块我不知道，这将有助于帮助我手头的任务。我知道asyncio，但是它的实现是令人生畏的，而且我在过去尝试安装它的时候已经失败了很多次。在我再次浪费时间之前，有人能明确地为asyncio做担保吗?
我的代码从2个dirs中读取图像，并将所有文件名放入2个列表中，然后使用forloop和1个嵌套的forloop，我检查一个目录(18,037)中的所有图像与另一个目录(17,731)中的所有图像并将结果保存到一个带有args 'ab'的文本文件中。
p。我还尝试了4次复制文件，并通过4个控制台执行它，看看是否消耗了更多的cpu，从而更快的执行时间。唉，更多的cpu被消耗，但执行并没有更快。
Multiprocessing已经实现了目标，一种更快的代码执行方式和100%的cpu利用率。
https://www.geeksforgeeks.org/processpoolexecutor-class-in-python/
https://docs.python.org/3/library/multiprocessing.html
是有用的链接。