Jak: použití combinable zlepšení výkonu
Tento příklad ukazuje použití concurrency::combinable třídy vypočítat součet čísel v std::array objekt, který je primárním.combinable Třídy zvyšuje výkon zkrácením sdílený stav.
Tip
V některých případech paralelní mapy (concurrency::parallel_transform) a snížit (souběžnosti:: parallel_reduce) může poskytnout lepší výkon přes combinable.Například, že používá mapování a snížit operací stejné výsledky jako tento příklad viz Paralelní algoritmy.
Příklad
V následujícím příkladu std::accumulate funkci vypočítat součet prvků v poli, které jsou apostrofy.V tomto příkladu a je array objektu a is_prime funkce určuje, zda je jeho vstupní hodnota primárního.
prime_sum = accumulate(begin(a), end(a), 0, [&](int acc, int i) {
return acc + (is_prime(i) ? i : 0);
});
Následující příklad ukazuje způsob naïve parallelize v předchozím příkladu.V tomto příkladu concurrency::parallel_for_each algoritmus zpracovat matici paralelně a concurrency::critical_section synchronizovat přístup k objektu prime_sum proměnné.V tomto příkladu není měřítko, protože každý podproces musí čekat na sdílený prostředek k dispozici.
critical_section cs;
prime_sum = 0;
parallel_for_each(begin(a), end(a), [&](int i) {
cs.lock();
prime_sum += (is_prime(i) ? i : 0);
cs.unlock();
});
V následujícím příkladu combinable objektu pro zlepšení výkonu v předchozím příkladu.V tomto příkladu eliminuje potřebu synchronizaci objektů; změní jeho velikost, protože combinable objekt umožňuje provádět své úkoly nezávisle každý podproces.
A combinable objekt se používá obvykle ve dvou krocích.Nejprve vyrábět provedením pracovat paralelně sérii detailní výpočty.Dále kombinovat (nebo snížit) výpočty do konečného výsledku.V tomto příkladu concurrency::combinable::local metoda získat odkaz na místní součet.Poté použije concurrency::combinable::combine metoda a std::plus objektu kombinovat místní výpočty do konečného výsledku.
combinable<int> sum;
parallel_for_each(begin(a), end(a), [&](int i) {
sum.local() += (is_prime(i) ? i : 0);
});
prime_sum = sum.combine(plus<int>());
Následující příklad úplné vypočítá součet prvočísla obou sériově a paralelní.V příkladu se vytiskne v konzole čas, který je vyžadován k provedení obou výpočty.
// parallel-sum-of-primes.cpp
// compile with: /EHsc
#include <windows.h>
#include <ppl.h>
#include <array>
#include <numeric>
#include <iostream>
using namespace concurrency;
using namespace std;
// Calls the provided work function and returns the number of milliseconds
// that it takes to call that function.
template <class Function>
__int64 time_call(Function&& f)
{
__int64 begin = GetTickCount();
f();
return GetTickCount() - begin;
}
// Determines whether the input value is prime.
bool is_prime(int n)
{
if (n < 2)
return false;
for (int i = 2; i < n; ++i)
{
if ((n % i) == 0)
return false;
}
return true;
}
int wmain()
{
// Create an array object that contains 200000 integers.
array<int, 200000> a;
// Initialize the array such that a[i] == i.
iota(begin(a), end(a), 0);
int prime_sum;
__int64 elapsed;
// Compute the sum of the numbers in the array that are prime.
elapsed = time_call([&] {
prime_sum = accumulate(begin(a), end(a), 0, [&](int acc, int i) {
return acc + (is_prime(i) ? i : 0);
});
});
wcout << prime_sum << endl;
wcout << L"serial time: " << elapsed << L" ms" << endl << endl;
// Now perform the same task in parallel.
elapsed = time_call([&] {
combinable<int> sum;
parallel_for_each(begin(a), end(a), [&](int i) {
sum.local() += (is_prime(i) ? i : 0);
});
prime_sum = sum.combine(plus<int>());
});
wcout << prime_sum << endl;
wcout << L"parallel time: " << elapsed << L" ms" << endl << endl;
}
Následující ukázkový výstup je pro počítač, který má čtyři procesory.
1709600813
serial time: 6178 ms
1709600813
parallel time: 1638 ms
Probíhá kompilace kódu
Chcete-li sestavit kód ji zkopírovat a vložit do projektu Visual Studio nebo vložit do souboru s názvem paralelní součet z primes.cpp a spusťte následující příkaz v okně příkazového řádku Visual Studio.
cl.exe /EHsc parallel-sum-of-primes.cpp
Robustní programování
Například, že používá mapování a snížit operací ke stejným výsledkům viz Paralelní algoritmy.