在使用PythonCAPI创建多个子解释器（subinterpreter）时，若未正确获取并持有各子解释器专属的GIL，调用PyImport_ExecCodeModule等导入操作将引发内存损坏——尤其当被导入模块依赖urllib.request或yaml等非线程安全初始化的内置模块时。

recover只能在引发panic的同一goroutine的defer函数中调用才有效；跨goroutine无法捕获，主goroutinepanic会终止程序，子goroutinepanic默认静默退出。

跳表层级用随机概率而非固定高度，因随机晋升（如p=0.5）可保证平均O(n)空间与O(logn)查找，避免固定层数导致的重平衡、内存浪费和扩展性差。

Python并发访问共享资源需加锁，因GIL无法保证复合操作原子性，多线程/协程同时读写会导致竞态条件、丢失更新；threading.Lock、asyncio.Lock等同步原语可保障数据一致性。

Wait和Pulse实际是“通知+排队+抢锁”三步：Pulse将等待队列首线程移至就绪队列，当前线程释放锁后，就绪线程竞争锁成功才从Wait返回；必须用while循环检查条件，且Wait/Pulse均需在持锁状态下调用。

runtime.GOMAXPROCS(1)使并发变慢，因强制所有goroutine在单个P上轮转，丧失多核并行能力；默认值为CPU核心数，仅在明确资源受限时调低。

Go语言通过sync.Cond结合互斥锁模拟条件变量，用于goroutine间等待条件成立，需用for循环防范虚假唤醒，典型场景如生产者-消费者；相比channel，它适合多协程等待同一条件或需细粒度唤醒控制。

Python线程同步主要靠Lock和Condition实现：Lock用于简单互斥，需acquire/release配对或with语句；Condition封装Lock，配合while循环使用wait/notify实现线程协作，须避免虚假唤醒与死锁。

Condition是Python中支持线程间条件等待与通知的同步原语，基于锁+等待队列实现，需用while循环检查条件以防虚假唤醒，典型用于生产者-消费者模型。

Go程序内存持续上涨且线程数达上百，通常并非因goroutine泛滥，而是底层阻塞系统调用（如日志写入、文件I/O、cgo调用等）触发Go运行时创建新OS线程，导致线程泄漏和内存累积。

可在MicrosoftEdge中通过五种方式启用InPrivate无痕浏览模式：一、点击右上角“…”菜单选择“新建InPrivate窗口”；二、使用快捷键Ctrl+Shift+N；三、右键任务栏或桌面Edge图标选择对应选项；四、运行命令msedge--inprivate；五、移动端点击底部“…”选择“新InPriva...

必须用std::condition_variable配合std::mutex实现生产者消费者模型，因互斥锁无法解决空/满队列时的线程等待问题；wait()必须在unique_lock持有锁时调用，且需用while循环或带谓词的重载检查条件，避免虚假唤醒。