我已经看到了基本类型的并行聚合代码。
Parallel.For<int>(0, result.Count, () => 0, (i, loop, subtotal) =>
{
subtotal += result[i];
return subtotal;
},
(x) => Interlocked.Add(ref sum, x)
);我想知道是否有类似的列表/其他集合,例如:
List<Result> AllResults;
Parallel.ForEach(allIDs, (currentID) =>
{
subList.add(GetResultFor(currentID));
return subList;
},
(x) =>
{
lock(AllResults)
AllResults.AddRange(subList);
};我猜没有那么好和整洁,但我想不出另一种方法,当然不是通过一个标准的parralel.ForEach,因为我想不出你怎么会说“这个核心有这个范围,这个核心这个范围”.
发布于 2015-11-09 16:19:37
我认为在这两个示例中,https://msdn.microsoft.com/en-us/library/dd460688(v=vs.110).aspx可以为您提供更好的服务,并且在使用非线程安全集合时不需要手动锁定。
您的总和计算可转换为:
var sum = result.AsParallel().Sum();使用List<T>的第二个示例可以转换为:
List<Result> results = allIDs.AsParallel()
.Select(id => GetResultFor(id))
.ToList();注意,并行性只与测试结果一样好。并不是每次并行都会加速您的代码,有时它甚至会降低连续循环的性能。
发布于 2015-11-09 16:15:56
List<Result> AllResults = new List<Result>();
Parallel.ForEach(allIDs, () => new List<Result>(), (id, loopState, subList) =>
{
subList.Add(GetResultFor(id));
return subList;
},
subList =>
{
lock(AllResults)
AllResults.AddRange(subList);
});发布于 2015-11-09 16:35:21
var nums = Enumerable.Range(0, 1000000000);
var parallel = nums.AsParallel();
var mapped = parallel.Select(x => (long) unchecked( x * x));
var sum = mapped.Sum();
Console.WriteLine(sum);映射(选择)总是可以并行进行的.减缩(和)太“有点”.您可以使用许多工作线程来对所有不同的和进行求和,直到剩下“最后”和为止。通常情况下,(90%)对所有事物进行同步求和会得到最好的结果。
另一个例子是select many:
IList<IEnumerable<long>> manyNumbers = new List<IEnumerable<long>>();
for (int i = 0; i < 16; i+=2)
{
manyNumbers.Add(Enumerable.Range(2 << i, 2 << (i + 1)).AsParallel().Select(a=> (long)a));
}
var parallel = manyNumbers.AsParallel();
var allPrimes = parallel.SelectMany(sumNums =>
{
IEnumerable<long> somePrimes= sumNums.Where(num =>
{
for (long i = 2; i <= Math.Sqrt(num); i++)
{
if (num % i == 0)
{
return false;
}
}
return true;
}
);
return somePrimes;
}
);
foreach (var number in allPrimes)
{
Console.WriteLine(number);
}
long sumOfPrimes = allPrimes.Sum();
Console.WriteLine(sumOfPrimes);
Console.ReadLine();这不是一个很好的算法。
https://stackoverflow.com/questions/33613163
复制相似问题