Question

我目前正在尝试使用tbb::concurrent_vector<T>来表示2D数组。这个2d数组将被许多不同的线程访问，这就是为什么我希望它能够最有效地处理并行访问。

我想出了两个解决方案：

使用tbb::concurrent_vector<tbb::concurrent_vector<T> >进行存储。
将所有内容存储在tbb::concurrent_vector<T>和访问元素w / x * width + y

我偏爱第二个，因为我不想锁定整行来访问一个元素（因为我假设要访问元素array[x][y]，tbb实现将锁定x第一行，然后是y元素。）

我想知道哪种解决方案对您更好。

Answer 1

首先，我认为tbb::concurrent_vector可能存在一些混淆。此容器与std::vector类似，但由于内部存储布局，可以通过线程安全调整大小但访问速度较慢。

您可以详细了解here。

在您的情况下，由于您提出的第二个解决方案（带有x * width + y索引的1D数组），我假设您的算法不涉及数组的密集多线程大小调整。因此，与tbb::concurrent_vector等单个线程容器相比，您不会从std::vector中受益。

我猜你假设tbb::concurrent_vector保证了线程安全的元素访问权限，但它没有 - 引自tbb::concurrent_vector ::operator[] doc：

获取给定索引处元素的引用。

此方法对于并发读取是线程安全的，并且在生成向量时也是如此，只要调用线程检查了该索引

如果你没有调整数组的大小，你只对第一部分感兴趣：线程安全的并发读取。但是std :: vector甚至原始C数组给你的相同。另一方面，它们都不提供线程安全的任意访问（读/写元素）。

您必须使用锁实现它，或者找到另一个为您执行此操作的库（可能是STLPort中的std::vector但我不确定）。虽然这样效率很低，但是因为每次从2D数组访问元素都会涉及线程同步开销。虽然我不知道你究竟想要实现什么，但很可能同步需要比实际计算更长的时间。

现在回答你的问题，即使在单线程设置中，使用一维数组代表ND数组总是更好，因为计算索引（x * width + y）比一个额外的内存访问要快。真正的ND阵列。对于并发向量，这更加正确，因为在最佳情况下（没有冲突的行访问），您将拥有两倍的锁定开销，并且在存在冲突的情况下会更多。

因此，在您提出的两个解决方案中，我会毫不犹豫地选择第二个：一维数组（不必tbb::concurrent_vector），并且具有足够的元素访问锁定。

根据您的算法和不同线程的访问模式，另一种方法 - 用于图像编辑软件（gimp，photoshop ...） - 基于区块：

template<typename T> struct Tile {
    int offsetX, int offsetY;
    int width, height;
    Not_ThreadSafe_Vector<T> data;
};
ThreadSafe_Vector< Tile<T> > data

Not_ThreadSafe_Vector可以是任何没有锁定元素访问权限的容器，例如std::vector; ThreadSafe_Vector是一个具有线程安全读/写元素访问权限的容器（不是tbb::concurrent_vector！）。这样，如果您的访问模式中有一些位置（一个线程更可能访问其先前访问的元素而不是远处），那么可以使每个线程处理来自单个区块的数据。时间，切换到另一个磁贴时只有同步开销。

Answer 2

tbb::concurrent_vector是完全线程安全的，用于访问元素（读，写，获取地址）和扩展向量。检查英特尔员工Arch D. Robison here的回复。

但是，清除或销毁向量的操作不是线程安全的（请参阅$ 6.2.1英特尔TBB教程pdf文档）。也就是说，如果clear()上正在进行其他操作，请不要调用tbb::concurrent_vector。

正如Antoine所述，由于效率和性能，始终首选将ND阵列处理为一维阵列。

concurrentdvector用于2d数组

2 个答案: