Question

我正在使用遗传算法构建优化程序。我使用Parallel.For来减少时间。但它导致了一个问题，在下面的代码中是相同的：

class Program
    {
        static void Main(string[] args)
        {
            int j=0;
            Parallel.For(0, 10000000, i =>
                {
                    j++;
                });
            Console.WriteLine(j);
            Console.ReadKey();
        }
    }

每次我运行上面的程序时，它会在0到10000000之间写入不同的j值。我猜它不会等待所有迭代完成。它传递到下一行。我该怎么解决这个问题？任何帮助将不胜感激。谢谢。

版： Interlocked.Increment（ref j）;子句解决了意外的结果，但是当我与循环的正常比较时，这个操作导致大约10倍的时间。

Answer 1

您可以使用最简单的Interlocked.Increment(int32)方法。

使用Parallel.For将创建多个线程，这些线程将执行相同的lambda表达式;在这种情况下，它只是j++。

j++将编译为类似j = j + 1的内容，这是一个读写操作。这可能会导致不必要的行为。

说j = 50。

线程1正在执行j++的读取，它将获得50并将其加1。在该线程完成对j的写操作之前，另一个线程执行读操作并从j读取50，然后第一个线程完成对j的写操作，使其成为51但是第二个线程线程仍然有50个内存作为j的值，并将其加1并再次将51写回j。

使用Interlocked类可确保每个操作都以原子方式进行。

Answer 2

您对j的访问权限未同步。请阅读有关多线程和同步的基础书籍或教程。

Parallel.For 等待所有迭代。

使用同步（从而无法使用并行）：

class Program
{
    static void Main(string[] args)
    {
        object sync = new object;
        int j=0;
        Parallel.For(0, 10000000, i =>
            {
                lock(sync)
                {
                  j++;
                }
            });
        Console.WriteLine(j);
        Console.ReadKey();
    }
}

Answer 3

Parallel.For 等待所有迭代完成。您在变量中看到意外值的原因是不同的 - 这是预期的。

基本上，Parallel.For将迭代调度到多个线程（如您所料）。但是，如果没有某种保护机制，多个线程不能共享相同的可写内存 - 如果有，则会有data race，结果在逻辑上是不确定的。这适用于所有编程语言，这是多线程的基本警告。

根据您的使用情况，您可以使用多种防护装置。他们工作的基本方式是atomic operations，您可以通过Interlocked帮助程序类访问它们。更高级别的守卫包括Monitor类，相关lock language construct和类ReaderWriterLock（及其兄弟姐妹）等类。

Parallel.For不等待所有迭代

3 个答案: