需求：启用多进程计算

[jiajunsu]

0.选择启用多进程的核心数(不能大于CPU总核数)
1.用imap_unordered进行多进程计算
2.各进程计算结果分别保存至result-*.xls，单文件限制数量与当前保持一致
3.全部计算完成后，将result-*.xls合并为result.xls，对超出总数限制的场景提示错误，并取消文件合并

参考实现
https://stackoverflow.com/questions/38839170/python-itertools-with-multiprocessing-huge-list-vs-inefficient-cpus-usage-with

[jiajunsu]

先在result_combination上实现多进程并行，顺便用tqdm来做进度条

from tqdm import tqdm
import multiprocessing
from itertools import combinations


def f(i):
    pass

cores = multiprocessing.cpu_count()
p = multiprocessing.Pool(processes=cores)

for i in tqdm(p.imap_unordered(f, combinations(range(0,50), 4)), desc='Calculating', total=230300, unit='comb'):
    pass

p.close()
p.join()

[jiajunsu]

修改多进程实现方案，使用multiprocessing.Manager的Queue实现进程间数据共享，一个进程负责将结果保存到文件，其他进程负责计算，主进程负责进度条显示