可以从并行化中受益的C＃开源软件？

Question

我不确定这类问题是否合适，但我在此问过这个问题，所以这里就是这样。

对于本学期大学的学科，我们的任务是采用一些现有的代码并将其并行化。我们有一些开放的结果，但开源实际上是我们获得现有代码的唯一方式。我可以编写一些代码，然后将其并行化，但是现有的代码（也许是我可以做出真正贡献的代码）最好，以避免将我的工作量加倍，效果不大。

我希望使用C＃并使用新的Task并行库，但我很难找到一些C＃开源项目，这些项目的计算成本足以使用并行化（并且还没有它）

有没有人有什么建议去看？或者C＃只是没有足够的开源这样的东西（或许应该尝试C ++？）

Answer 1

我不知道他们是否已经使用了并行任务，但是好的候选者是图像处理程序，例如paint.net或pinta。

Answer 2

查看Alglib，尤其是open source C# edition。它将包含许多矩阵和数组操作，非常适合TPL。

Answer 3

我不知道这个项目的范围（如果它只是每周一次的任务或你的最终项目），但是一个受益于并行化的过程不必像Ha​​ns的链接文章所描述的那样“令人难以置信地平行”。如果出现以下情况，并行化问题将会受益：

1. 问题的解决方案可以表示为重复的一系列较小操作的“总和”，
2. 较小的操作对彼此影响最小，
3. 由于创建和监督多个工作进程的额外开销，问题的规模足以使并行化的好处大于损失。

通常线性解决但可以从并行化中受益的问题示例包括：

• 排序。像MergeSort这样的算法具有原子性，足以并行化;其他像QuickSort则没有。
• 搜索。 BinarySearch无法并行化，但如果您正在搜索一个或多个单词出现的无序数据（如文档），则线性搜索可以使用“分而治之”优化。
• 数据转换工作流程。打开文件，读取其原始数据，将其划分为域字段，将这些域字段转换为真正的域对象，验证它们并保留它们。每个数据文件通常完全独立于所有其他数据文件，并且转换过程（即读取文件和持久化之间的所有内容）通常是一个瓶颈，可以从更多的处理器中获益。
• 约束满足问题。给定一系列业务规则来定义问题空间中多个变量的关系和约束，找到一组满足所有约束的变量，或确定没有。常见应用包括运输路线调度和业务流程优化。这是一个不断发展的计算算法领域，具有相对较高的学术兴趣，因此您可以找到可以多线程的基本CSP算法的已发布公共域代码。它可能被描述为令人难以置信的并行，因为最着名的解决方案是“智能强力”，但是，可能的解决方案可以独立于其他解决方案进行评估，因此每个解决方案都可以提供给工作线程。

定义为“令人难以置信的并行”的过程通常是规模足够大但原子性和重复性的任何问题，并行处理是唯一可行的解​​决方案。汉斯链接的Wiki文章提到了常见的应用程序;通常，它们通常归结为对非常大的数据域的每个元素应用相对简单的计算。

Answer 4

Project Bouncycastle在C＃和java中实现了几种加密算法。也许其中一些并不像它们那样具有并行性。