Question

我有一个方法可以并行计算列表中数字的平方并将它们相加：

public static double sumSquared(List<Double> values) {
    return values
            .parallelStream()
            .mapToDouble(d -> d * d)
            .sum();
}

假设存在一些双重列表，例如，如何进一步并行化，例如

double result = sumSquared(list0) + (sumSquared(list1) * sumSquared(list2));

有优雅的方式吗？我认为为每个列表操作启动单独的线程并没有多大帮助，因为它们使用相同的线程池。它是否有意义或是否应如上所述计算结果？

Answer 1

问题确实是即使sumSquared()并行处理数据，每个sumSquared()调用都是按顺序执行的。因此，这些列表仍然是逐个处理的，因此如果这些列表中的一些列表太小而无法分散到多个CPU中，则会丢失CPU处理时间。

要避免这种情况，请使用Java 8中引入的新CompletionStage / CompletableFuture并行运行整个计算：

// each sumSquared() is submitted immediately to the common pool
CompletionStage<Double> sumList0 = CompletableFuture.supplyAsync(() -> sumSquared(list0));
CompletionStage<Double> sumList1 = CompletableFuture.supplyAsync(() -> sumSquared(list1));
CompletionStage<Double> sumList2 = CompletableFuture.supplyAsync(() -> sumSquared(list2));

// as soon as sumList1 and sumList2 have both complete, their product is computed
CompletionStage<Double> prodSumList1and2 = sumList1.thenCombine(sumList2, (a, b) -> a * b);
// as soon as their product is computed and sumList0 is finished, the final sum is computed
CompletionStage<Double> result = sumList0.thenCombine(prodSumList1and2, Double::sum);

System.out.println(result.toCompletableFuture().get());

请注意，这使用公共池，默认情况下，该池使用所有CPU。因此，如果您只执行CPU繁重的操作，则使用自定义池可能无法提高性能，除非您有其他并行运行的作业。

如果您的处理更多是I / O绑定或内存绑定，那么情况可能会有所不同。

进一步并行化两个Java parallelStream（）的计算

1 个答案: