Практическое руководство. Параллельное выполнение операций сопоставления и сокращения числа элементов

Статья
06/09/2015

В этом примере показано, как использовать алгоритмы concurrency::parallel_transform и concurrency::parallel_reduce и concurrency::concurrent_unordered_map для подсчета вхождений слов в файлах.

Операция сопоставления применяет функцию к каждому значению в последовательности. Операция редукции объединяет элементы последовательности в одно значение. Можно использовать классы STL std::transform std::accumulate для операций сопоставления и редукции. Однако для повышения производительности во многих случаях, можно использовать алгоритм parallel_transform для выполнения операции сопоставления параллельно и алгоритм parallel_reduce для параллельного выполнения операции редукции. В некоторых случаях можно использовать concurrent_unordered_map для сопоставления и редукции в одной операции.

Пример

В следующем примере подсчитывает вхождения слов в файлах. Он использует std::vector для представления содержимого двух файлов. Операция сопоставления вычисляет вхождения каждого слова в каждом векторе. Операция редукции подсчитывает количества ключевых слов в обоих векторах.

// parallel-map-reduce.cpp 
// compile with: /EHsc
#include <ppl.h>
#include <algorithm>
#include <iostream>
#include <string>
#include <vector>
#include <numeric>
#include <unordered_map>
#include <windows.h>

using namespace concurrency;
using namespace std;

class MapFunc 
{ 
public:
    unordered_map<wstring, size_t> operator()(vector<wstring>& elements) const 
    { 
        unordered_map<wstring, size_t> m;
        for_each(begin(elements), end(elements), [&m](const wstring& elem)
        { 
            m[elem]++;
        });
        return m; 
    }
}; 

struct ReduceFunc : binary_function<unordered_map<wstring, size_t>, 
                    unordered_map<wstring, size_t>, unordered_map<wstring, size_t>>
{
    unordered_map<wstring, size_t> operator() (
        const unordered_map<wstring, size_t>& x, 
        const unordered_map<wstring, size_t>& y) const
    {
        unordered_map<wstring, size_t> ret(x);
        for_each(begin(y), end(y), [&ret](const pair<wstring, size_t>& pr) {
            auto key = pr.first;
            auto val = pr.second;
            ret[key] += val;
        });
        return ret; 
    }
}; 

int wmain()
{ 
    // File 1 
    vector<wstring> v1;
    v1.push_back(L"word1"); //1 
    v1.push_back(L"word1"); //2 
    v1.push_back(L"word2"); 
    v1.push_back(L"word3"); 
    v1.push_back(L"word4"); 

    // File 2 
    vector<wstring> v2; 
    v2.push_back(L"word5"); 
    v2.push_back(L"word6"); 
    v2.push_back(L"word7"); 
    v2.push_back(L"word8"); 
    v2.push_back(L"word1"); //3 

    vector<vector<wstring>> v;
    v.push_back(v1);
    v.push_back(v2);

    vector<unordered_map<wstring, size_t>> map(v.size()); 

    // The Map operation
    parallel_transform(begin(v), end(v), begin(map), MapFunc()); 

    // The Reduce operation 
    unordered_map<wstring, size_t> result = parallel_reduce(
        begin(map), end(map), unordered_map<wstring, size_t>(), ReduceFunc());

    wcout << L"\"word1\" occurs " << result.at(L"word1") << L" times. " << endl;
} 
/* Output:
   "word1" occurs 3 times.
*/

Компиляция кода

Чтобы скомпилировать код, скопируйте и вставьте его в проект Visual Studio или в файл с именем parallel-sum-of-primes.cpp, затем выполните в окне командной строки следующую команду.

cl.exe /EHsc parallel-map-reduce.cpp

Отказоустойчивость

В этом примере, можно использовать класс concurrent_unordered_map, определенного в concurrent_unordered_map.h- для выполнения сопоставления и редукции в одной операции.

// File 1 
vector<wstring> v1;
v1.push_back(L"word1"); //1 
v1.push_back(L"word1"); //2 
v1.push_back(L"word2"); 
v1.push_back(L"word3"); 
v1.push_back(L"word4"); 

// File 2 
vector<wstring> v2; 
v2.push_back(L"word5"); 
v2.push_back(L"word6"); 
v2.push_back(L"word7"); 
v2.push_back(L"word8"); 
v2.push_back(L"word1"); //3 

vector<vector<wstring>> v;
v.push_back(v1);
v.push_back(v2);

concurrent_unordered_map<wstring, size_t> result;
for_each(begin(v), end(v), [&result](const vector<wstring>& words) {
    parallel_for_each(begin(words), end(words), [&result](const wstring& word) {
        InterlockedIncrement(&result[word]);
    });
});

wcout << L"\"word1\" occurs " << result.at(L"word1") << L" times. " << endl;

/* Output:
   "word1" occurs 3 times.
*/

Как правило, используется параллелизация только внешнего или внутреннего цикла. Распараллеливайте внутренний цикл при наличии относительно небольшого количества файлов и когда каждый файл содержит множество слов. Распараллеливайте внешний цикл при наличии относительно большого количества файлов и когда каждый файл содержит мало слов.

См. также

Ссылки

Функция parallel_transform

Функция parallel_reduce

Класс concurrent_unordered_map

Основные понятия

Параллельные алгоритмы

Поделиться через