所以我想优化一个非常大的数组的总和,为了做到这一点,我编写了一个多线程代码。问题是,使用这段代码,我只使用一个线程而不是 2、3 或 4 个线程就可以获得更好的计时结果...
有人能解释一下为什么会这样吗? (此外,我这学期才开始用 C++ 编写代码,在那之前我只知道 C,所以对于可能出现的愚蠢错误,我深表歉意)
这是线程代码
*localSum = 0.0;
for (size_t i = 0; i < stop; i++)
*localSum += v[i];
主要流程代码
int numThreads = atoi(argv[1]);
int N = 100000000;
// create the input vector v and put some values in v
vector<double> v(N);
for (int i = 0; i < N; i++)
v[i] = i;
// this vector will contain the partial sum for each thread
vector<double> localSum(numThreads, 0);
// create threads. Each thread will compute part of the sum and store
// its result in localSum[threadID] (threadID = 0, 1, ... numThread-1)
startChrono();
vector<thread> myThreads(numThreads);
for (int i = 0; i < numThreads; i++){
int start = i * v.size() / numThreads;
myThreads[i] = thread(threadsum, i, numThreads, &v[start], &localSum[i],v.size()/numThreads);
}
for_each(myThreads.begin(), myThreads.end(), mem_fn(&thread::join));
// calculate global sum
double globalSum = 0.0;
for (int i = 0; i < numThreads; i++)
globalSum += localSum[i];
cout.precision(12);
cout << "Sum = " << globalSum << endl;
cout << "Runtime: " << stopChrono() << endl;
exit(EXIT_SUCCESS);
}
最佳答案
有几点:
1- 数组不够大。矢量化流式添加真的很难被击败。您需要一个比 add 更复杂的函数才能真正看到结果。或者一个非常大的数组。
2- 相关的是,所有线程创建和加入的开销将淹没线程的任何性能提升。添加真的很快,很容易就把CPU的功能单元饱和了。为了使线程能够提供帮助,它甚至不能是同一内核上的超线程,它需要完全位于不同的内核上(因为超线程会竞争浮点单元)。
要对此进行测试,您可以尝试在启动计时器之前创建所有踏板,并在计时器停止后将它们全部停止(让它们设置完成标志而不是等待加入)。
3- 您所有的 localsum 变量都共享相同的缓存行。更好的做法是在堆栈上创建 localsum 变量并将结果放入数组而不是直接添加到数组中:https://mechanical-sympathy.blogspot.com/2011/07/false-sharing.html
如果出于某种原因,您需要让该数组中的其他人可以观察到总和,请像这样填充局部总和 vector 条目,这样它们就不会共享相同的缓存行:
struct localsumentry {
double sum;
char pad[56];
};
关于c++ - 大数组总和的优化(多线程),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53288646/