承上範例，模擬大數據在使用單一執行緒和多執行緒後的時間上的效率差異
Threading - Divide and Conquer Example Part 3
修改for的可讀性
這段for 迴圈太長了，為增加可讀性調整一下…
1
2
3
4
//加總
for (int i = portionNumberAsInt * portionSize; i < portionNumberAsInt * portionSize + portionSize; i++) {
sum += values[i];
}
為增加可讀性，調整為：
1
2
3
4
5
6
int baseIndex = portionNumberAsInt * portionSize; //開始元素的index
//加總
for (int i = baseIndex; i < baseIndexe + portionSize; i++) {
sum += values[i];
}
接下來要做的是：
所有的執行緒，都會調用同一個方法，同時執行這個方法，
這意味著，劃分的每個部分，都在自己的線程上，並同時的進行工作
建立多個執行緒，讓它們完成自己該做的事(執行同一個加總方法)
在 Main() 中，
建立多個執行緒(使用Environment.ProcessorCount有幾個CPU就建立幾個線程)
去執行同一個加總方法SumYourPortion()，
讓它們完成自己該做的部分。
使用參數化執行緒方法-Thread.Start(object parameter)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
//參數化執行緒-每個線程都會執行該方法，加總自己部分的數字
static void SumYourPortion(object portionNumber)
{
long sum = 0;
int portionNumberAsInt = (int)portionNumber;
int baseIndex = portionNumberAsInt * portionSize; //開始元素的index
//加總
for (int i = baseIndex; i < baseIndex + portionSize; i++) {
sum += values[i];
}
//存放加總結果
portionResults[portionNumberAsInt] = sum;
}
Main()中建立多個執行緒
Main()主執行緒中，建立多個執行緒，讓他們去調用同一個方法，並把可以代表自己的id帶入
1
2
3
4
5
6
7
//建立執行緒(有幾個CPU就建幾個)去執行SumYourPortion()加總方法，讓他們完成自己該做的部分
for (int i = 0; i < Environment.ProcessorCount; i++)
{
//讓所有執行緒都執行SumYourPortion()方法做加總
var thread = new Thread(SumYourPortion);
thread.Start(i); //啟動執行緒
}
宣告陣列，將所有執行緒放在一起
我們必須等待所有的執行緒都完成自己加總的部分後，才能在繼續…
一個簡單的方法：將所有執行緒放在一起
1
2
3
4
5
6
7
8
//建立執行緒(有幾個CPU就建幾個)去執行SumYourPortion()加總方法，讓他們完成自己該做的部分
Thread[] threads = new Thread[Environment.ProcessorCount]; //宣告陣列，將所有執行緒放在一起
for (int i = 0; i < Environment.ProcessorCount; i++)
{
//讓所有執行緒都執行SumYourPortion()方法做加總
threads[i] = new Thread(SumYourPortion);
threads[i].Start(i); //啟動執行緒
}
將所有執行緒加總的值，全部加起來
最後，將所有執行緒個自加總的值，全部加起來
1
2
3
4
long total2 = 0;
for (int i = 0; i < Environment.ProcessorCount; i++) {
total2 += portionResults[i];
}
加上Stopwatch看花了多少時間
再重新計時，看使用多個執行緒後，花費多少時間
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
static void Main(string[] args)
{
//長度為該電腦的CPU處理器核心數(有8個cpu就會保存8個值)
portionResults = new long[Environment.ProcessorCount];
//大小: 所有數字 /挪有的處理器的數量
portionSize = values.Length / Environment.ProcessorCount;
GenerateInts(); //產生很多整數
Console.WriteLine("Summing...");
//使用Stopwatch來看花了多少時間加總
Stopwatch watch = new Stopwatch();
watch.Start();//開始計時
long total = 0;
for (int i = 0; i < values.Length; i++)
{
total += values[i];
}
watch.Stop(); //結束計時
Console.WriteLine($"Total value is: {total}");
Console.WriteLine($"Time to sum: {watch.Elapsed}");
//Console.WriteLine($"Time to sum: {watch.ElapsedMilliseconds/1000} 秒");
//重新計時(使用多個執行緒)
watch.Reset();
watch.Start();
//建立執行緒(有幾個CPU就建幾個)去執行SumYourPortion()加總方法，讓他們完成自己該做的部分
Thread[] threads = new Thread[Environment.ProcessorCount];
for (int i = 0; i < Environment.ProcessorCount; i++)
{
//讓所有執行緒都執行SumYourPortion()方法做加總
threads[i] = new Thread(SumYourPortion);
threads[i].Start(i); //啟動執行緒
}
//
for (int i = 0; i < Environment.ProcessorCount; i++) {
threads[i].Join();
}
//將所有執行緒個自加總的值，全部加起來
long total2 = 0;
for (int i = 0; i < Environment.ProcessorCount; i++) {
total2 += portionResults[i];
}
watch.Stop(); //結束計時
Console.WriteLine($"Total value is: {total2}");
Console.WriteLine($"Time to sum: {watch.Elapsed}");
}
執行結果：
在多個執行緒工作下，有比單一執行緒快，
所以如果有大數據時，是可以在多個執行緒之間劃分工作。
1
2
3
4
5
6
Summing...
Total value is: 2249935218
Time to sum: 00:00:10.9200492 ==> 10.92秒
Total value is: 2249935218
Time to sum: 00:00:01.3650061 ==> 4.365秒
完整程式碼
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
internal class Program
{
static byte[] values = new byte[500000000]; //放置隨機產生的很多的數字
static long[] portionResults; //存放每個執行緒回報的加總
static int portionSize; //每個執行緒所擁有值的大小(也就是要讀取多少的數據)
static void GenerateInts()
{
var rnd = new Random(); //隨機數
for (int i = 0; i < values.Length; i++)
{
values[i] = (byte)rnd.Next(10); //產生0-9範圍的數字
}
}
//參數化執行緒-每個線程都會執行該方法，加總自己部分的數字
static void SumYourPortion(object portionNumber)
{
long sum = 0;
int portionNumberAsInt = (int)portionNumber;
int baseIndex = portionNumberAsInt * portionSize; //開始元素的index
//加總
for (int i = baseIndex; i < baseIndex + portionSize; i++)
{
sum += values[i];
}
//存放加總結果
portionResults[portionNumberAsInt] = sum;
}
static void Main(string[] args)
{
//長度為該電腦的CPU處理器核心數(有8個cpu就會保存8個值)
portionResults = new long[Environment.ProcessorCount];
//大小: 所有數字 /挪有的處理器的數量
portionSize = values.Length / Environment.ProcessorCount;
GenerateInts(); //產生很多整數
Console.WriteLine("Summing...");
//使用Stopwatch來看花了多少時間加總
Stopwatch watch = new Stopwatch();
watch.Start();//開始計時
long total = 0;
for (int i = 0; i < values.Length; i++)
{
total += values[i];
}
watch.Stop(); //結束計時
Console.WriteLine($"Total value is: {total}");
Console.WriteLine($"Time to sum: {watch.Elapsed}");
//Console.WriteLine($"Time to sum: {watch.ElapsedMilliseconds/1000} 秒");
//重新計時(使用多個執行緒)
watch.Reset();
watch.Start();
//建立執行緒(有幾個CPU就建幾個)去執行SumYourPortion()加總方法，讓他們完成自己該做的部分
Thread[] threads = new Thread[Environment.ProcessorCount];
for (int i = 0; i < Environment.ProcessorCount; i++)
{
//讓所有執行緒都執行SumYourPortion()方法做加總
threads[i] = new Thread(SumYourPortion);
threads[i].Start(i); //啟動執行緒
}
//
for (int i = 0; i < Environment.ProcessorCount; i++) {
threads[i].Join();
}
//
long total2 = 0;
for (int i = 0; i < Environment.ProcessorCount; i++)
{
total2 += portionResults[i];
}
watch.Stop(); //結束計時
Console.WriteLine($"Total value is: {total2}");
Console.WriteLine($"Time to sum: {watch.Elapsed}");
}
}