Java多线程向量加法

Question

我正在尝试熟悉Java多线程应用程序。 我试图考虑一个可以很好地并行化的简单应用程序。 我认为矢量加法将是一个很好的应用程序。 但是，在我的Linux服务器（具有4个内核）上运行时，我没有任何提高的速度。 在4,2,1线程上执行的时间大致相同。

这是我想出的代码：

   public static void main(String[]args)throws InterruptedException{

    final int threads = Integer.parseInt(args[0]);
    final int length= Integer.parseInt(args[1]);
    final int balk=(length/threads);
    Thread[]th = new Thread[threads];

    final double[]result =new double[length];

    final double[]array1=getRandomArray(length);
    final double[]array2=getRandomArray(length);

    long startingTime =System.nanoTime();
    for(int i=0;i<threads;i++){
        final int current=i;
        th[i]=new Thread(()->{
           for(int k=current*balk;k<(current+1)*balk;k++){
               result[k]=array1[k]+array2[k];
           }
        });
        th[i].start();
    }
    for(int i=0;i<threads;i++){
        th[i].join();
    }
    System.out.println("Time needed: "+(System.nanoTime()-startingTime));


}

长度始终是线程的倍数，并且getRandomArray（）创建一个介于0和1之间的双精度数组。

1-线程的执行时间：84579446ns
2线程执行时间：74211325ns
4线程执行时间：89215100ns
长度= 10000000

这是getRandomArray（）的代码：

    private static double[]getRandomArray(int length){
    Random random =new Random();
    double[]array= new double[length];
    for(int i=0;i<length;i++){
        array[i]=random.nextDouble();
    }
    return array;
}

我将不胜感激任何帮助。

Answer 1

对于以下代码，可以观察到差异。 试试吧。

public static void main(String[]args)throws InterruptedException{

    for(int z = 0; z < 10; z++) {

        final int threads = 1;
        final int length= 100_000_000;
        final int balk=(length/threads);
        Thread[]th = new Thread[threads];

        final boolean[]result =new boolean[length];

        final boolean[]array1=getRandomArray(length);
        final boolean[]array2=getRandomArray(length);

        long startingTime =System.nanoTime();
        for(int i=0;i<threads;i++){
            final int current=i;
            th[i]=new Thread(()->{
                for(int k=current*balk;k<(current+1)*balk;k++){
                    result[k]=array1[k] | array2[k];
                }
            });
            th[i].start();
        }
        for(int i=0;i<threads;i++){
            th[i].join();
        }

        System.out.println("Time needed: "+(System.nanoTime()-startingTime)*1.0/1000/1000);

        boolean x = false;
        for(boolean d : result) {
            x |= d;
        }
        System.out.println(x);
    }
}

首先，您需要预热代码。 这样，您将可以测量编译后的代码。 前两个迭代具有相同（大约）的时间，但下一个迭代将有所不同。 另外，我将double更改为boolean，因为我的机器内存不足。 这使我可以分配一个巨大的数组，这也使工作消耗更多的CPU。

评论中有一个链接。 我建议你阅读它。

Answer 2

您好，如果您尝试查看内核共享的工作方式，可以对所有内核执行非常简单的任务，但可以使它们在不同线程之间不共享的事物上持续工作（基本上是模拟例如合并排序，其中线程是处理复杂的事物并在短时间内使用共享资源）。 使用您的代码，我做了这样的事情。 在这种情况下，您应该看到几乎正好2倍的速度和4倍的速度。

public static void main(String[]args)throws InterruptedException{
        for(int a=0; a<5; a++) {
            final int threads = 2;
            final int length = 10;
            final int balk = (length / threads);
            Thread[] th = new Thread[threads];
            System.out.println(Runtime.getRuntime().availableProcessors());
            final double[] result = new double[length];

            final double[] array1 = getRandomArray(length);
            final double[] array2 = getRandomArray(length);

            long startingTime = System.nanoTime();
            for (int i = 0; i < threads; i++) {
                final int current = i;
                th[i] = new Thread(() -> {
                    Random random = new Random();
                    int meaningless = 0;
                    for (int k = current * balk; k < (current + 1) * balk; k++) {
                        result[k] = array1[k] + array2[k];
                        for (int j = 0; j < 10000000; j++) {
                            meaningless+=random.nextInt(10);
                        }
                    }
                });
                th[i].start();
            }
            for (int i = 0; i < threads; i++) {
                th[i].join();
            }
            System.out.println("Time needed: " + ((System.nanoTime() - startingTime) * 1.0) / 1000000000 + " s");

        }
    }

您会看到，在您的代码中，大部分时间都花在了构建大表上，然后线程执行得非常快，它们的工作是如此之快，以至于您计算时间是错误的，因为大部分时间都是通过创建线程来消耗的。 当我调用在预计算循环中工作的代码时，如下所示：

    long startingTime =System.nanoTime();
    for(int k=0; k<length; k++){
        result[k]=array1[k]|array2[k];
    }
    System.out.println("Time needed: "+(System.nanoTime()-startingTime));

它的工作速度比使用2个线程的代码快两倍。 我希望您能理解我在这种情况下的意思，并且在我给我的主题多做一些毫无意义的工作时，会明白我的意思。