标签:
今天使用c++实现了标准库头文件<numeric>中的accumulate函数的并行计算版本,代码如下,注释写的比较详细,仅对其中几点进行描述:
①该实现假定不发生任何异常,故没有对可能产生的异常进行处理
②第42行的语句:
const unsigned int num_thread = std::min((hardware_thread != 0 ? hardware_thread : 2), max_thread);
要运行的线程数是计算出的最大线程数和硬件线程数量的较小值。这是因为若运行的线程数超出了硬件支持的范围,CPU的上下文切换会降低性能。又因为hardware_thread的值可能为0,在这种情况下用户需要自行替换线程的数量,在代码中为2,因为在单核的机器上运行过多的线程会导致性能降低,但过少的线程也会使用户错过可用的并发。
③第44行计算每个线程操作的元素个数时算式可能无法整除,但无须担心,因为最后一个线程将会处理剩下的所有元素,如第68行语句所示:
Accum<Iterator, T>()(block_begin, last, results[num_thread - 1]);
④注意第64行的语句:
threads[i] = thread(Accum<Iterator, T>(), block_begin, block_end, std::ref(results[i]));
传给线程执行的函数的第三个参数增加了std::ref(),该函数包含在头文件<functional>中。在一般情况下,thread对象的构造函数只是简单地拷贝用户提供的参数,然后传递给线程关联的可调用对象。也就是说,该可调用对象接收的是该参数的副本,对其所作的修改无法影响到最初用户所传递的参数。若需要接收参数的引用版本,则需要使用std::ref()函数。
1 //实现标准库头文件<numeric>中accumulate函数的并行版本 2 #include <iostream> 3 #include <thread> 4 #include <numeric> 5 #include <algorithm> 6 #include <vector> 7 #include <functional> 8 #include <utility> 9 10 using std::thread; 11 using std::vector; 12 using std::accumulate; 13 using std::cout; 14 using std::endl; 15 16 template <typename Iterator, typename T> class Accum 17 { 18 public: 19 void operator() (Iterator first, Iterator last, T &sum) 20 { 21 sum = std::accumulate(first, last, sum); 22 } 23 }; 24 25 template <typename Iterator, typename T> 26 T ParallelAccum(Iterator first, Iterator last, T &sum) 27 { 28 //计算迭代器中包含的元素数量 29 const unsigned int len = std::distance(first, last); 30 //若迭代器中没有元素则直接返回 31 if (!len) 32 { 33 return sum; 34 } 35 //每个线程处理的元素的最小数量 36 const unsigned int min_per_thread = 25; 37 //获取线程的最大数量,向上取整 38 const unsigned int max_thread = (len - 1 + min_per_thread) / min_per_thread; 39 //获取机器支持的并发线程数 40 const unsigned int hardware_thread = thread::hardware_concurrency(); 41 //取上述两者的较小值,同时避免线程数过少 42 const unsigned int num_thread = std::min((hardware_thread != 0 ? hardware_thread : 2), max_thread); 43 //最终实际上每个线程处理的元素个数 44 const unsigned int block_size = len / num_thread; 45 //保存每个线程累加的结果 46 vector<T> results(num_thread); 47 //启动比num_thread - 1个线程,因为main函数本身已开启一个线程 48 vector<thread> threads(num_thread - 1); 49 // 50 cout << "Number of elements: " << len << endl; 51 cout << "Hardware concurrency: " << hardware_thread << endl; 52 cout << "Maximum number of threads: " << max_thread << endl; 53 cout << "Number of threads: " << num_thread << endl; 54 cout << "Block size: " << block_size << endl; 55 cout << "Started parallel calculating..." << endl; 56 //开始并行计算 57 Iterator block_begin = first; 58 for (unsigned int i = 0; i < (num_thread - 1); ++i) 59 { 60 Iterator block_end = block_begin; 61 //将迭代器向前推进一个块,到达当前块的末尾位置 62 std::advance(block_end, block_size); 63 //传递参数,通常情况下thread的构造函数将复制所提供的参数,需要将模板参数转为引用 64 threads[i] = thread(Accum<Iterator, T>(), block_begin, block_end, std::ref(results[i])); 65 block_begin = block_end; 66 } 67 //处理最后一个线程,由于block_size = len / num_thread得到的结果不一定为整数,该线程处理剩余的所有元素 68 Accum<Iterator, T>()(block_begin, last, results[num_thread - 1]); 69 //对threads中所有线程调用join() 70 std::for_each(threads.begin(), threads.end(), std::mem_fn(&thread::join)); 71 // 72 return accumulate(results.begin(), results.end(), sum); 73 } 74 75 int main() 76 { 77 vector<int> i_vec; 78 int sum = 0; 79 for (int i = 1; i != 501; ++i) 80 { 81 i_vec.push_back(i); 82 } 83 sum = ParallelAccum(i_vec.cbegin(), i_vec.cend(), sum); 84 cout << "sum = " << sum << endl; 85 system("pause"); 86 return 0; 87 }
c++多线程编程:实现标准库accumulate函数的并行计算版本
标签:
原文地址:http://www.cnblogs.com/jzincnblogs/p/5180551.html