下面是一个示例解决方案，使用并发的futures来提取文件名并输出：

import os
import concurrent.futures

# 定义一个函数，用于提取文件名并输出
def extract_filename(file_path):
    file_name = os.path.basename(file_path)
    print(f"Extracted file name: {file_name}")

# 定义要处理的文件路径列表
file_paths = ["path/to/file1.txt", "path/to/file2.txt", "path/to/file3.txt"]

# 创建一个线程池
with concurrent.futures.ThreadPoolExecutor() as executor:
    # 提交要执行的任务给线程池，并返回一个future对象列表
    futures = [executor.submit(extract_filename, file_path) for file_path in file_paths]

    # 等待所有任务完成
    concurrent.futures.wait(futures)

在上述代码中，我们首先定义了一个函数extract_filename，该函数接受一个文件路径作为参数，使用os.path.basename函数提取文件名，并通过print语句输出文件名。

然后，我们创建一个包含线程池的ThreadPoolExecutor对象，并使用executor.submit方法将要执行的任务提交给线程池。这个方法返回一个future对象列表。

最后，我们使用concurrent.futures.wait方法等待所有任务完成。这将阻塞主线程，直到所有任务都被完成。

当代码运行时，每个任务都会在一个独立的线程中执行，使用os.path.basename函数提取文件名，并通过print语句输出文件名。由于使用了并发的futures，这些任务将会并行执行，提高了处理速度。

注意：在使用并发的futures时，要确保在任何并发任务中不要有共享的可变状态，以避免竞争条件和数据一致性问题。在上述示例中，每个任务都是独立的，没有共享的可变状态，因此是安全的。