这是一个非常普遍的问题,主要是概念性的。我正在考虑测试随机数生成器,看看它在遵循一些x值的均匀分布方面的有效性(例如,掷骰子时为6)。在一个简单的循环中做这件事是我现在的方式,但我正在考虑多线程模拟。
我想知道这是否会给我带来任何加速,因为我将只在具有信号量保护的所有线程之间共享一个随机数生成器(需要确保没有两个线程同时访问并生成随机数,这意味着结果重复)。
因为每个线程几乎不会有其他操作(只是检查和递增x的语句),所以线程化它会给我带来更快的结果吗,或者对一个随机数生成器的依赖意味着它本质上与单个线程相同?
发布于 2012-02-29 00:06:48
从理论上讲,您应该会看到性能的提高,至少在线程数量等于正在使用的核心数量之前是这样。然而,在现实中,您将添加代码(以及执行时间)来处理多线程基础设施,如果每个线程的大部分时间都花在等待缓慢的RNG上,您可能会看到性能下降。
另一方面,您也许能够通过一些聪明的方法来提高性能。例如,您可能有一个专门用于生成随机数的任务,如果您只查找1到6之间的值,则可以从RNG的每个结果中生成多个值。您可以将这些值放入队列中,并让其他任务从队列中读取。当然,您必须注意您的优化不会改变RNG的分布。
除非你对计算执行周期的想法感到兴奋,否则找到答案的最好方法就是尝试一下。使用分析器找出大部分时间都花在哪里总是很有教育意义的--众所周知,人类仅凭直觉是很难做到这一点的,即使是经验丰富的开发人员也经常会对结果感到惊讶。
发布于 2012-02-29 00:00:23
我想你已经回答了你自己的问题。您的计划将导致RNG的单线程使用,不同的线程轮流使用。您可能会实现加速,但只会带来负面影响。
发布于 2012-02-29 00:08:09
需要确保没有两个线程同时访问并生成随机数
这意味着实际上只有一个工作线程会运行,所以您不会使用多线程的好处。或者我错过了你提到的在多个线程之间分配一些工作的要点?
如果你以某种方式改进了从多线程访问RNG的整体设计--考虑使用ReaderWriterLock技术而不是Semaphore。
https://stackoverflow.com/questions/9485231
复制相似问题