我目前正在用C编写素数生成器.我先制作了一个单线程版本,后来又制作了一个多线程版本.
我发现如果我的程序生成的值小于100’000,则单线程版本比多线程版本更快.显然我做错了什么.
我的代码如下:
#include <iostream> #include <fstream> #include <set> #include <string> #include <thread> #include <mutex> #include <shared_mutex> using namespace std; set<unsigned long long> primeContainer; shared_mutex m; void checkPrime(const unsigned long long p) { if (p % 3 == 0) return; bool isPrime = true; for (set<unsigned long long>::const_iterator it = primeContainer.cbegin(); it != primeContainer.cend(); ++it) { if (p % *it == 0) { isPrime = false; break; } if (*it * *it > p) // check only up to square root break; } if (isPrime) primeContainer.insert(p); } void checkPrimeLock(const unsigned long long p) { if (p % 3 == 0) return; bool isPrime = true; try { shared_lock<shared_mutex> l(m); for (set<unsigned long long>::const_iterator it = primeContainer.cbegin(); it != primeContainer.cend(); ++it) { if (p % *it == 0) { isPrime = false; break; } if (*it * *it > p) break; } } catch (exception& e) { cout << e.what() << endl; system("pause"); } if (isPrime) { try { unique_lock<shared_mutex> l(m); primeContainer.insert(p); } catch (exception& e) { cout << e.what() << endl; system("pause"); } } } void runLoopThread(const unsigned long long& l) { for (unsigned long long i = 10; i < l; i += 10) { thread t1(checkPrimeLock,i + 1); thread t2(checkPrimeLock,i + 3); thread t3(checkPrimeLock,i + 7); thread t4(checkPrimeLock,i + 9); t1.join(); t2.join(); t3.join(); t4.join(); } } void runLoop(const unsigned long long& l) { for (unsigned long long i = 10; i < l; i += 10) { checkPrime(i + 1); checkPrime(i + 3); checkPrime(i + 7); checkPrime(i + 9); } } void printPrimes(const unsigned long long& l) { if (1U <= l) cout << "1 "; if (2U <= l) cout << "2 "; if (3U <= l) cout << "3 "; if (5U <= l) cout << "5 "; for (auto it = primeContainer.cbegin(); it != primeContainer.cend(); ++it) { if (*it <= l) cout << *it << " "; } cout << endl; } void writeToFile(const unsigned long long& l) { string name = "primes_" + to_string(l) + ".txt"; ofstream f(name); if (f.is_open()) { if (1U <= l) f << "1 "; if (2U <= l) f << "2 "; if (3U <= l) f << "3 "; if (5U <= l) f << "5 "; for (auto it = primeContainer.cbegin(); it != primeContainer.cend(); ++it) { if (*it <= l) f << *it << " "; } } else { cout << "Error opening file." << endl; system("pause"); } } int main() { unsigned int n = thread::hardware_concurrency(); std::cout << n << " concurrent threads are supported." << endl; unsigned long long limit; cout << "Please enter the limit of prime generation: "; cin >> limit; primeContainer.insert(7); if (10 < limit) { //runLoop(limit); //single-threaded runLoopThread(limit); //multi-threaded } printPrimes(limit); //writeToFile(limit); system("pause"); return 0; }
在main函数中,您将找到关于哪个函数是单线程和多线程的注释.
它们之间的主要区别在于锁的使用,容器迭代的共享以及插入的唯一性.如果重要,我的cpu有4个核心.
为什么单线程版本更快?
解决方法
对我来说,似乎你正在为每个单一的素数检查开始一个新线程.那是不好的恕我直言,因为线程启动/关闭加上同步增加了每个素数的计算.启动一个线程可能会很慢.
我建议在main for循环之外启动那4个线程,并在每个线程中处理范围的1/4.但这可能需要一些额外的同步,因为要检查素数,上面的代码显然需要首先具有可用的sqrt N的素数.
从我的角度来看,使用Sieve of Erastothenes算法可能更容易,这可能更容易并行化而没有任何锁定(但是仍然可能遇到称为“false sharing”的问题).
编辑
在这里,我使用Siera of Erastothenes快速创建了一个版本:
void processSieve(const unsigned long long& l,const unsigned long long& start,const unsigned long long& end,const unsigned long long& step,vector<char> &is_prime) { for (unsigned long long i = start; i <= end; i += step) if (is_prime[i]) for (unsigned long long j = i + i; j <= l; j += i) is_prime[j] = 0; } void runSieve(const unsigned long long& l) { vector<char> is_prime(l + 1,1); unsigned long long end = sqrt(l); processSieve(l,2,end,1,is_prime); primeContainer.clear(); for (unsigned long long i = 1; i <= l; ++i) if (is_prime[i]) primeContainer.insert(i); } void runSieveThreads(const unsigned long long& l) { vector<char> is_prime(l + 1,1); unsigned long long end = sqrt(l); vector<thread> threads; threads.reserve(cpuCount); for (unsigned long long i = 0; i < cpuCount; ++i) threads.emplace_back(processSieve,l,2 + i,cpuCount,ref(is_prime)); for (unsigned long long i = 0; i < cpuCount; ++i) threads[i].join(); primeContainer.clear(); for (unsigned long long i = 1; i <= l; ++i) if (is_prime[i]) primeContainer.insert(i); }
测量结果,最高可达1 000 000(MSVC 2013,Release):
runLoop: 204.02 ms runLoopThread: 43947.4 ms runSieve: 30.003 ms runSieveThreads (8 cores): 24.0024 ms
高达10 0000 000:
runLoop: 4387.44 ms // runLoopThread disabled,taking too long runSieve: 350.035 ms runSieveThreads (8 cores): 285.029 ms
时间包括向量的最终处理并将结果推送到素数集.
正如您所看到的,即使在单线程版本中,Sieve版本也比您的版本快得多(对于您的互斥锁版本,我必须将锁定更改为常规互斥锁,因为MSVC 2013没有shared_lock,因此结果可能更糟糕比你的).
但是你可以看到筛网的多线程版本运行速度仍然没有预期的那么快(8个核心,即8个线程,线性加速比单线程快8倍),虽然没有锁定(折衷一些数字可能如果它们没有被其他线程标记为“无素数”,则不必要地运行,但通常结果应该是稳定的,因为每次只设置为0,如果多个线程同时设置则无关紧要).加速不是线性的原因很可能是因为我之前提到的“false sharing”问题 – 写入零的线程使每个其他高速缓存行无效.