并发队列问题 - iOS / Swift

Question

在我的程序中，我需要在后台同时运行两个任务。为此，我使用了如下的并发队列，

let concurrentQueue = DispatchQueue(label: "concurrentQueue", qos: .utility, attributes: .concurrent)

concurrentQueue.async {
    for i in 0 ..< 10{
        print(i)
    }
}

concurrentQueue.async {
    for i in (0 ..< 10).reversed(){
        print(i)
    }
}

我需要这样的输出，

0
9
1
8
2
7
3
6
4
5
5
4
6
3
7
2
8
1
9
0

但我得到的是，

我在下面的教程中提到了一些关于Swift 3中的并发队列的基本知识 https://www.appcoda.com/grand-central-dispatch/

有人可以告诉我我的代码有什么问题吗？或者是我应该得到的结果？还有其他办法让我的事情完成吗？任何帮助将受到高度赞赏。

Answer 1

您的代码示例没有任何问题。这是将两个任务提交到并发队列的正确语法。

问题是期望您必须同时看到它们同时运行。有两个问题可能会影响到这一点：

1. 第一个调度的任务可以快速运行，它恰好在第二个任务开始之前完成。如果你放慢一点，你会看到你的并发行为：

   let concurrentQueue = DispatchQueue(label: Bundle.main.bundleIdentifier! + ".concurrentQueue", qos: .utility, attributes: .concurrent)
   
   concurrentQueue.async {
       for i in 0 ..< 10 {
           print("forward: ", i)
           Thread.sleep(forTimeInterval: 0.1)
       }
   }
   
   concurrentQueue.async {
       for i in (0 ..< 10).reversed() {
           print("reversed:", i)
           Thread.sleep(forTimeInterval: 0.1)
       }
   }
   

   您在生产代码中永远不会sleep，但出于教学目的，它可以更好地说明问题。

   您也可以省略sleep来电，只是大幅增加数字（例如1_000或10_000），您可能会开始看到并发处理。

2. 您的设备可能受资源限制，无法同时运行代码。设备具有有限数量的CPU核心来运行并发任务。仅仅因为您将任务提交到并发队列，并不意味着设备能够同时运行这两个任务。这取决于硬件以及该设备上运行的其他内容。

   顺便提一下，请注意，您可能会在模拟器上看到不同的行为（使用Mac的CPU，这可能会运行许多其他任务），而不是在设备上。您可能希望确保在实际设备上测试此行为，如果您还没有。

还要注意你说你需要＆＃34;需要＆＃34;输出到两个队列之间的备用print语句。虽然您的教程中的屏幕快照表明这应该是预期的，但您绝对不能保证会出现这种情况。

如果你真的需要它们来回交替，你必须添加一些机制来协调它们。您可以使用信号量（我不愿意仅仅因为它们是问题的常见问题，特别是对于新开发人员而言）或具有依赖关系的操作队列。

Answer 2

也许您可以尝试使用信号量。

fasttext_dir = '/Fasttext'
embeddings_index = {}
f = open(os.path.join(fasttext_dir, 'wiki.en.vec'), 'r', encoding='utf-8')
for line in tqdm(f):
    values = line.rstrip().rsplit(' ')
    word = values[0]
    coefs = np.asarray(values[1:], dtype='float32')
    embeddings_index[word] = coefs
f.close()

print('found %s word vectors' % len(embeddings_index))

embedding_dim = 300

embedding_matrix = np.zeros((max_words, embedding_dim))
for word, i in word_index.items():
    if i < max_words:
        embedding_vector = embeddings_index.get(word)
        if embedding_vector is not None:
            embedding_matrix[i] = embedding_vector