Question

我发现自己对即将推出的.NET 4.0框架中存在ConcurrentBag<T>类非常感兴趣：

当订购无关紧要时，包对于存储物品非常有用，与套装不同，包支持重复。

我的问题是：这个想法怎么可能实现？我熟悉的大多数集合基本上等于（在引擎盖下）某种形式的数组，其顺序可能不“重要”，但是一个顺序（这就是为什么，即使它没有不需要，枚举几乎总是经历一个未更改的集合，无论是List，Queue，Stack等，在同一序列中。）

如果我不得不猜测，我可能会在内部暗示它可能是Dictionary<T, LinkedList<T>>;但实际上这似乎非常可疑，因为只使用任何类型T作为关键字是没有意义的。

我期待/希望这是一个已经在某个地方被“弄清楚”的既定对象类型，并且知道这种已建立类型的人可以告诉我它。这对我来说太不寻常了 - 其中一个概念在现实生活中很容易理解，但很难转化为可用的类作为开发人员 - 这就是为什么我对可能性感到好奇。

修改：

一些响应者建议Bag可以是内部哈希表的一种形式。这也是我最初的想法，但我预见到这个想法有两个问题：

当您对相关类型没有合适的哈希码函数时，哈希表并不是那么有用。
只是跟踪对象在集合中的“计数”与存储对象不同。

正如Meta-Knight建议的那样，也许一个例子可以说明这一点：

public class ExpensiveObject() {
    private ExpensiveObject() {
        // very intense operations happening in here
    }

    public ExpensiveObject CreateExpensiveObject() {
        return new ExpensiveObject();
    }
}

static void Main() {
    var expensiveObjects = new ConcurrentBag<ExpensiveObject>();

    for (int i = 0; i < 5; i++) {
        expensiveObjects.Add(ExpensiveObject.CreateExpensiveObject());
    }

    // after this point in the code, I want to believe I have 5 new
    // expensive objects in my collection

    while (expensiveObjects.Count > 0) {
        ExpensiveObject expObj = null;
        bool objectTaken = expensiveObjects.TryTake(out expObj);
        if (objectTaken) {
            // here I THINK I am queueing a particular operation to be
            // executed on 5 separate threads for 5 separate objects,
            // but if ConcurrentBag is a hashtable then I've just received
            // the object 5 times and so I am working on the same object
            // from 5 threads at the same time!
            ThreadPool.QueueUserWorkItem(DoWorkOnExpensiveObject, expObj);
        } else {
            break;
        }
    }
}

static void DoWorkOnExpensiveObject(object obj) {
    ExpensiveObject expObj = obj as ExpensiveObject;
    if (expObj != null) {
        // some work to be done
    }
}

Answer 1

如果您查看ConcurrentBag<T>的详细信息，您会发现它在内部基本上是一个自定义链接列表。

由于Bags可以包含重复项，并且索引无法访问，因此双向链表是实现的一个非常好的选择。这允许锁定对于插入和移除而言相当精细（您不必锁定整个集合，只需要锁定插入/移除的位置周围的节点）。由于您不担心重复，因此不涉及散列。这使得双链表更加完美。

Answer 2

这里有一些关于ConcurrentBag的好消息：http://geekswithblogs.net/BlackRabbitCoder/archive/2011/03/03/c.net-little-wonders-concurrentbag-and-blockingcollection.aspx

ConcurrentBag的工作方式   是利用新的   ThreadLocal类型（新的   System.Threading for .NET 4.0）这样   每个使用包的线程都有一个列表   只是那个线程的本地。

这意味着添加或删除   线程本地列表要求非常低   同步。问题来了   线程去哪里消耗一个项目   但它的本地列表是空的。在这   这个包执行“偷工作”的情况   它会抢夺另一个物品   在其列表中包含项目的线程。   这需要更高的水平   同步增加了一点   采取操作的开销。

Answer 3

由于排序无关紧要，ConcurrentBag可能会在幕后使用哈希表来快速检索数据。但与Hashset不同，一个包接受重复。也许每个项目都可以与Count属性配对，当添加项目时，该属性设置为1。如果您再次添加相同的项目，则可以只增加此项目的Count属性。

然后，要删除计数大于1的项目，您可以减少此项目的计数。如果计数为1，则将从哈希表中删除Item-Count对。

Answer 4

好吧，在smalltalk（Bag的概念来自）中，该集合基本上与哈希相同，尽管它允许重复。它不是存储重复的对象，而是保持“发生计数”，例如每个对象的引用计数。如果ConcurrentBag是一个忠实的实现，这应该给你一个起点。

Answer 5

我相信'Bag'的概念与'Multiset'同义。

如果您对它们的实现方式感兴趣，有许多“Bag”/“Multiset”实现（这些都是java），它们是开源的。

这些实施表明，“Bag”可以根据您的需要以多种方式实施。有TreeMultiset，HashMultiset，LinkedHashMultiset，ConcurrentHashMultiset的例子。

Google Collections
Google有一些"MultiSet" implementations，其中一个是ConcurrentHashMultiset。

Apache Commons
Apache有许多“Bag”实现。

如何实现像.NET的ConcurrentBag <t>这样的类？</t>

5 个答案: