以下是一个使用多进程队列实现百分之百负载的代码示例：

import multiprocessing

def worker(input_queue, output_queue):
    while True:
        item = input_queue.get()
        if item is None:
            break
        # 在此处执行任务的代码
        result = item * 2
        output_queue.put(result)

if __name__ == '__main__':
    # 创建输入和输出队列
    input_queue = multiprocessing.Queue()
    output_queue = multiprocessing.Queue()

    # 创建多个 worker 进程
    num_workers = multiprocessing.cpu_count()
    workers = []
    for _ in range(num_workers):
        p = multiprocessing.Process(target=worker, args=(input_queue, output_queue))
        p.start()
        workers.append(p)

    # 将任务放入输入队列
    tasks = [1, 2, 3, 4, 5]  # 假设有五个任务
    for task in tasks:
        input_queue.put(task)

    # 添加 None 到输入队列，表示任务结束
    for _ in range(num_workers):
        input_queue.put(None)

    # 获取结果
    results = []
    for _ in range(len(tasks)):
        result = output_queue.get()
        results.append(result)

    # 等待所有 worker 进程结束
    for p in workers:
        p.join()

    # 打印结果
    print(results)

在上面的代码中，我们首先定义了一个worker函数，它接收一个输入队列和一个输出队列作为参数。worker函数会不断从输入队列中获取任务，执行任务的代码，然后将结果放入输出队列中。

在主程序中，我们创建了与 CPU 核心数量相同的 worker 进程，并将输入队列和输出队列作为参数传递给它们。然后，我们将任务放入输入队列中，并在最后添加了与 worker 进程数量相同的 None 值，表示任务结束。接着，我们从输出队列中获取结果，并等待所有的 worker 进程结束。

最后，我们打印出结果。在这个例子中，任务是将每个数值乘以2，所以最终的结果应该是[2, 4, 6, 8, 10]。