使用golang并发求和，作为对golang并发的一个练习.
为了验证结果的正确性，要给出最传统的版本：
|
1
2
3
4
5
6
7
8
|
func sum1(data []int) int {
s := 0
l := len(data)
for i := 0; i < l; i++ {
s += data[i]
}
return s
}
|
第二种方法
使用N个goroutine， 然后将N个分段的和写入N个channel中：
|
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
|
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
}
|
对于一个求和的任务来说，用worker这种“模式”可能 太过麻烦，
看第三种
直接一个函数写出来：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
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个
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() // 一个goroutine运行完
}(i)
}
wg.Wait() // 等N个goroutine都运行完
return s
}
|
注意sum3要在读写s的地方加锁，因为s可能被多个goroutine并发读写。
最后一种方法有data race问题
不过运行结果是对的，看一下思路：
|
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
|
var sum4Tmp int
var sum4mu sync.Mutex
// 这个有data race问题，可以用WaitGroup改，只是提供一种思路
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])
}
// 这里是>1，因为要排除main
// 这种方法不可靠，只是一种思路
for runtime.NumGoroutine() > 1 {
}
// go run -race sum.go会报data race问题
// main goroutine对它读
// 别的goroutine会对它写（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()
}
|
最后测试如下：
首先创建一个slice, 放1e8(1亿)个整数(范围[0,10))进去,
然后用4种方法进行计算
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
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 // 1亿
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")
}
|
我的笔记本输出结果：
for: time: 61834200, sum: 450032946
worker: time: 51861100, sum: 450032946
WaitGroup: time: 153628200, sum: 450032946
NumGoroutine: time: 63791300, sum: 450032946
欢迎补充指正！
补充：Golang并发求和（竞争而非分段）
举例
如果要求2个goroutine并发完成1到100的和而不是分段的情况如何解决呢？
解决方案：
|
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
|
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 //避免数据竞争
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)
}
|
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://gerrylon.blog.csdn.net/article/details/83341311