### Python 中使用多线程处理 For 循环并确保有序返回 为了满足需求，在 Python 中可以利用 `concurrent.futures` 模块下的 `ThreadPoolExecutor` 来创建线程池，并通过 `as_completed` 函数配合 `futures.as_completed()` 或者直接使用 `map` 方法来保持任务完成后的顺序一致。对于获取两个下标值的需求，则可以通过传递额外参数的方式解决。 下面是一个具体的例子，展示了如何在线程中处理数据的同时保留原始索引位置： ```python from concurrent.futures import ThreadPoolExecutor, as_completed def process_data(index_pair, data): i, j = index_pair # 解包传入的元组得到两个下标 result = f"Processed {data} with indices ({i}, {j})" return (index_pair, result) if __name__ == "__main__": input_data = ["task1", "task2", "task3"] futures_list = [] with ThreadPoolExecutor(max_workers=3) as executor: for i in range(len(input_data)): for j in range(2): # 假设每个元素有两个关联的任务 future = executor.submit(process_data, (i, j), input_data[i]) futures_list.append(future) results_dict = {} for fut in as_completed(futures_list): idx_pair, res = fut.result() results_dict[idx_pair] = res sorted_results = [results_dict[k] for k in sorted(results_dict)] print("\n".join(sorted_results)) ``` 此代码片段定义了一个名为 `process_data` 的函数，它接受一对索引以及要处理的数据项作为输入。在主线程里，遍历列表中的每一个项目两次（模拟每条记录对应两项子任务），并将这些工作提交给线程池去异步执行。当所有未来对象都完成后，按照原来的键排序输出最终的结果字符串[^1]。 值得注意的是，这里采用字典存储中间结果是为了方便后续根据自定义的关键字（即索引对）来进行排序展示。如果只需要简单的单一线程间同步而不需要复杂的索引管理，可以直接使用 `executor.map()` 方法简化逻辑。