在Python中，可以使用下面的代码解决“并发地迭代映射以及使用RLock/RUnlock进行映射写操作”的问题：

from typing import Dict from threading import RLock

class MyConcurrentMap: def init(self): self.lock = RLock() self.map = {}

def __getitem__(self, key):
    with self.lock:
        return self.map[key]

def __setitem__(self, key, value):
    with self.lock:
        self.map[key] = value

def __delitem__(self, key):
    with self.lock:
        del self.map[key]

def __len__(self):
    with self.lock:
        return len(self.map)

def __iter__(self):
    with self.lock:
        return iter(self.map)

def items(self):
    with self.lock:
        return self.map.items()

def keys(self):
    with self.lock:
        return self.map.keys()

def values(self):
    with self.lock:
        return self.map.values()

def clear(self):
    with self.lock:
        self.map.clear()

这个类使用RLock来保证并发性。不同于GIL，RLock允许多个线程获取和释放锁。当一个线程掌握了锁，其他线程仍然可以尝试获取锁，但它们会等待锁被释放。 通过使用RLock实现，可以保证在映射迭代和写操作的同时，不会发生竞争条件。

在这个示例中，我们提供了一个成熟的实现，在MyConcurrentMap中包装了Python的原生字典，在每个函数调用中使用RLock，以保证线程安全。 这样就能够保证在映射迭代和写操作时，线程安全，没有竞争条件的问题。