使用golang并發(fā)求和,作為對golang并發(fā)的一個練習.
為了驗證結果的正確性,要給出最傳統(tǒng)的版本:
func sum1(data []int) int {
s := 0
l := len(data)
for i := 0; i l; i++ {
s += data[i]
}
return s
}
第二種方法
使用N個goroutine, 然后將N個分段的和寫入N個channel中:
func sum2(data []int) int {
s := 0
l := len(data)
const N = 5
seg := l / N
var chs [N]-chan int
for i := 0; i N; i++ {
chs[i] = worker(data[i*seg : (i+1)*seg])
}
for i := 0; i N; i++ {
s += -chs[i]
}
return s
}
func worker(s []int) -chan int {
out := make(chan int)
go func() {
length := len(s)
sum := 0
for i := 0; i length; i++ {
sum += s[i]
}
out - sum
}()
return out
}
對于一個求和的任務來說,用worker這種“模式”可能 太過麻煩,
看第三種
直接一個函數寫出來:
func sum3(data []int) int {
s := 0
l := len(data)
const N = 5
seg := l / N
var mu sync.Mutex
var wg sync.WaitGroup
wg.Add(N) // 直接加N個
for i := 0; i N; i++ {
go func(ii int) {
tmpS := data[ii*seg : (ii+1)*seg]
ll := len(tmpS)
mu.Lock()
for i := 0; i ll; i++ {
s += tmpS[i]
}
mu.Unlock()
wg.Done() // 一個goroutine運行完
}(i)
}
wg.Wait() // 等N個goroutine都運行完
return s
}
注意sum3要在讀寫s的地方加鎖,因為s可能被多個goroutine并發(fā)讀寫。
最后一種方法有data race問題
不過運行結果是對的,看一下思路:
var sum4Tmp int
var sum4mu sync.Mutex
// 這個有data race問題,可以用WaitGroup改,只是提供一種思路
func sum4(data []int) int {
//s := 0
l := len(data)
const N = 5
seg := l / N
for i := 0; i N; i++ {
go subsum4(data[i*seg : (i+1)*seg])
}
// 這里是>1,因為要排除main
// 這種方法不可靠,只是一種思路
for runtime.NumGoroutine() > 1 {
}
// go run -race sum.go會報data race問題
// main goroutine對它讀
// 別的goroutine會對它寫(go subsum4)
return sum4Tmp
}
func subsum4(s []int) {
length := len(s)
sum := 0
sum4mu.Lock()
for i := 0; i length; i++ {
sum += s[i]
}
sum4Tmp = sum4Tmp + sum
defer sum4mu.Unlock()
}
最后測試如下:
首先創(chuàng)建一個slice, 放1e8(1億)個整數(范圍[0,10))進去,
然后用4種方法進行計算
func calcTime(f func([]int) int, arr []int, tag string) {
t1 := time.Now().UnixNano()
s := f(arr)
t2 := time.Now().UnixNano() - t1
fmt.Printf("%15s: time: %d, sum: %d\n", tag, t2, s)
}
func main() {
const MAX = 1e8 // 1億
arr := make([]int, MAX)
for i := 0; i MAX; i++ {
arr[i] = rand.Intn(10)
}
calcTime(sum1, arr, "for")
calcTime(sum2, arr, "worker")
calcTime(sum3, arr, "WaitGroup")
calcTime(sum4, arr, "NumGoroutine")
}
我的筆記本輸出結果:
for: time: 61834200, sum: 450032946
worker: time: 51861100, sum: 450032946
WaitGroup: time: 153628200, sum: 450032946
NumGoroutine: time: 63791300, sum: 450032946
歡迎補充指正!
補充:Golang并發(fā)求和(競爭而非分段)
舉例
如果要求2個goroutine并發(fā)完成1到100的和而不是分段的情況如何解決呢?
解決方案:
var wg sync.WaitGroup
var ch chan int32
var receiveCh chan int32
func add(){
var sum int32
sum = 0
Loop:
for {
select {
case val, ok := -ch:
if ok {
atomic.AddInt32(sum, val)
} else {
break Loop
}
}
}
receiveCh - sum
wg.Done()
}
func main() {
wg.Add(3)
ch = make(chan int32)
receiveCh = make(chan int32, 2)
go func(){
for i := 1; i = 100; i++{
n := i //避免數據競爭
ch - int32(n)
}
close(ch)
wg.Done()
}()
go add()
go add()
wg.Wait()
close(receiveCh)
var sum int32
sum = 0
for res := range receiveCh{
sum += res
}
fmt.Println("sum:",sum)
}
以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方,望不吝賜教。
您可能感興趣的文章:- golang中的并發(fā)和并行
- 關于golang高并發(fā)的實現與注意事項說明
- 基于Golang 高并發(fā)問題的解決方案
- 使用golang編寫一個并發(fā)工作隊列
- golang 并發(fā)編程之生產者消費者詳解
- Golang 并發(fā)以及通道的使用方式