我正在用Java进行并行流的实验,为此,我准备了以下代码来计算n
之前的素数。
基本上我有2种方法
calNumberOfPrimes(long n)
-4种不同的变体isPrime(long n)
-2种不同的变体实际上,上述每种方法都有2个不同的变体,一个变体使用并行流,另一个变体不使用并行流。
// itself uses parallel stream and calls parallel variant isPrime
private static long calNumberOfPrimesPP(long n) {
return LongStream
.rangeClosed(2, n)
.parallel()
.filter(i -> isPrimeParallel(i))
.count();
}
// itself uses parallel stream and calls non-parallel variant isPrime
private static long calNumberOfPrimesPNP(long n) {
return LongStream
.rangeClosed(2, n)
.parallel()
.filter(i -> isPrimeNonParallel(i))
.count();
}
// itself uses non-parallel stream and calls parallel variant isPrime
private static long calNumberOfPrimesNPP(long n) {
return LongStream
.rangeClosed(2, n)
.filter(i -> isPrimeParallel(i))
.count();
}
// itself uses non-parallel stream and calls non-parallel variant isPrime
private static long calNumberOfPrimesNPNP(long n) {
return LongStream
.rangeClosed(2, n)
.filter(i -> isPrimeNonParallel(i))
.count();
}
// uses parallel stream
private static boolean isPrimeParallel(long n) {
return LongStream
.rangeClosed(2, (long) Math.sqrt(n))
.parallel()
.noneMatch(i -> n % i == 0);
}
// uses non-parallel stream
private static boolean isPrimeNonParallel(long n) {
return LongStream
.rangeClosed(2, (long) Math.sqrt(n))
.noneMatch(i -> n % i == 0);
}
我试图从有效地正确使用并行流的角度,推断出calNumberOfPrimesPP
,calNumberOfPrimesPNP
,calNumberOfPrimesNPP
和calNumberOfPrimesNPNP
中哪一个是最好的,以及为什么这是最好的。
我尝试将这4种方法的时间分50次,并使用以下代码取平均值:
public static void main(String[] args) throws Exception {
int iterations = 50;
int n = 1000000;
double pp, pnp, npp, npnp;
pp = pnp = npp = npnp = 0;
for (int i = 0; i < iterations; i++) {
Callable<Long> runner1 = () -> calNumberOfPrimesPP(n);
Callable<Long> runner2 = () -> calNumberOfPrimesPNP(n);
Callable<Long> runner3 = () -> calNumberOfPrimesNPP(n);
Callable<Long> runner4 = () -> calNumberOfPrimesNPNP(n);
pp += TimeIt.timeIt(runner1);
pnp += TimeIt.timeIt(runner2);
npp += TimeIt.timeIt(runner3);
npnp += TimeIt.timeIt(runner4);
}
System.out.println("___________final results___________");
System.out.println("avg PP = " + pp / iterations);
System.out.println("avg PNP = " + pnp / iterations);
System.out.println("avg NPP = " + npp / iterations);
System.out.println("avg NPNP = " + npnp / iterations);
}
TimeIt.timeIt
仅返回执行时间(以毫秒为单位)。我得到以下输出:
___________final results___________
avg PP = 2364.51336366
avg PNP = 265.27284506
avg NPP = 11424.194316620002
avg NPNP = 1138.15516624
现在我要对上述执行时间进行推理:
PP
变体的运行速度不及PNP
变体,因为所有并行流都使用公共的fork-join线程池,并且如果我们提交长时间运行的任务,我们将有效地阻塞线程中的所有线程。池。 NPP
变体,因此NPP
变体也应与PNP
变体一样快。 (但事实并非如此,就花费的时间而言,NPP
变体是最差的)。有人可以解释这个原因吗?我的问题:
PNP
变体的小运行时间是否正确?NPP
变体最差(就运行时间而言)? TimeIt
如何测量时间:
class TimeIt {
private TimeIt() {
}
/**
* returns the time to execute the Callable in milliseconds
*/
public static <T> double timeIt(Callable<T> callable) throws Exception {
long start = System.nanoTime();
System.out.println(callable.call());
return (System.nanoTime() - start) / 1.0e6;
}
}
PS:我知道这不是计算素数的最佳方法。 Sieve of Eratosthenes和其他更复杂的方法可以做到这一点。但是通过这个例子,我只想了解并行流的行为以及何时使用它们。
答案 0 :(得分:5)
很明显,我认为为什么NPP这么慢。
在表格中排列结果数字:
| _P | _NP
-------+----------+---------
P_ | 2364 | 265
-------+----------+---------
NP_ | 11424 | 1138
-------+----------+---------
因此,您看到外部流并行时,它总是更快。这是因为流中有很多工作要做。因此,与要完成的工作相比,处理并行流的额外开销较低。
您还可以看到,内部流不并行时,它总是更快。 isPrimeNonParallel
比isPrimeParallel
快。这是因为流中没有太多工作要做。在大多数情况下,经过几个步骤,即可清楚知道该数字不是素数。一半的数字是偶数(仅一步)。与要完成的工作相比,处理并行流的额外开销很高。