Java 8 中陣列的平行操作 - 翻譯

文章翻譯

//Java 8 中的平行數組操作//作者：Eric Bruno，2014 年3 月25 日//drdobbs.com/jvm/parallel-array-operations-in-java-8/240166287 //Eric Bruno 在金融領域工作並撰寫部落格對於網站 Dr. 多布的。

新版本的 Java 使與陣列的並行互動變得更加容易，從而以最少的編碼顯著提高了效能。現在，Oracle 發布了 Java SE 8——這在語言方面是一個巨大的進步。此版本的重要功能之一是改進的並發性，其中一些功能出現在 java.util.Arrays 基底類別中。此類中新增了新方法，我將在本文中對其進行描述。其中一些用於 JDK8 的另一個新功能 - lambdas。但讓我們言歸正傳吧。

Arrays.parallSort()

ParallelSort 的許多功能都基於平行合併排序演算法，該演算法遞歸地將陣列拆分為多個部分，對它們進行排序，然後將它們同時重新組合成最終數組。使用它來取代現有的順序 Arrays.sort 方法可以提高對大型陣列進行排序時的效能和效率。例如，下面的程式碼使用順序排序（）和並行並行排序（）對相同的資料數組進行排序：為了測試，我將圖像

public class ParallelSort { public static void main(String[] args) { ParallelSort mySort = new ParallelSort(); int[] src = null; System.out.println("\nSerial sort:"); src = mySort.getData(); mySort.sortIt(src, false); System.out.println("\nParallel sort:"); src = mySort.getData(); mySort.sortIt(src, true); } public void sortIt(int[] src, boolean parallel) { try { System.out.println("--Array size: " + src.length); long start = System.currentTimeMillis(); if ( parallel == true ) { Arrays.parallelSort(src); } else { Arrays.sort(src); } long end = System.currentTimeMillis(); System.out.println( "--Elapsed sort time: " + (end-start)); } catch ( Exception e ) { e.printStackTrace(); } } private int[] getData() { try { File file = new File("src/parallelsort/myimage.png"); BufferedImage image = ImageIO.read(file); int w = image.getWidth(); int h = image.getHeight(); int[] src = image.getRGB(0, 0, w, h, null, 0, w); int[] data = new int[src.length * 20]; for ( int i = 0; i < 20; i++ ) { System.arraycopy( src, 0, data, i*src.length, src.length); } return data; } catch ( Exception e ) { e.printStackTrace(); } return null; } }

中的原始資料載入到數組中，這佔用了46,083,360 位元組（您的資料將取決於圖像您將使用它）。在我的 4 核心筆記型電腦上，順序排序方法花了近 3,000 毫秒對陣列進行排序，而平行排序方法最多需要大約 700 毫秒。同意，新語言更新將課堂表現提高 4 倍的情況並不常見。

Arrays.parallelPrefix()

parallelPrefix 方法將指定的數學函數共同應用於陣列的元素，並行處理陣列中的結果。與大型陣列上的順序操作相比，這在現代多核心硬體上要高效得多。對於不同基本類型的資料操作（例如，IntBinaryOperator、DoubleBinaryOperator、LongBinaryOperator 等）以及不同類型的數學運算符，此方法有多種實作。以下是一個使用與前一個範例相同的大型陣列的平行陣列堆疊範例，該範例在我的 4 核心筆記型電腦上大約 100 毫秒內完成。

 public class MyIntOperator implements IntBinaryOperator { @Override public int applyAsInt(int left, int right) { return left+right; } } public void accumulate() { int[] src = null; // accumulate test System.out.println("\nParallel prefix:"); src = getData(); IntBinaryOperator op = new ParallelSort.MyIntOperator(); long start = System.currentTimeMillis(); Arrays.parallelPrefix(src, new MyIntOperator()); long end = System.currentTimeMillis(); System.out.println("--Elapsed sort time: " + (end-start)); } ... }

Arrays.parallelSetAll()

新的parallelSetAll()方法建立一個數組，並根據產生這些值的函數將每個數組元素設為一個值，使用並行性來提高效率。該方法基於 lambda（在其他語言中稱為“閉包”） （並且，是的，這是作者的錯誤，因為 lambda 和閉包是不同的東西） ，這是 JDK8 的另一個新特性，我們將在以後的文章中討論。只要注意 lambda 的語法很容易透過 -> 運算子識別，它會在箭頭後面的右側對傳遞給它的所有元素執行操作。在下面的程式碼範例中，對數組中的每個元素執行該操作，索引為 i。Array.parallelSetAll() 產生陣列元素。例如，以下程式碼用隨機整數值填充一個大數組：

public void createLargeArray() { Integer[] array = new Integer[1024*1024*4]; // 4M Arrays.parallelSetAll( array, i -> new Integer( new Random().nextInt())); }

要創建一個更複雜的數組元素生成器（例如，根據實際感測器的讀數生成值的生成器），您可以使用類似於以下的程式碼我們將從 getNextSensorValue開始

public void createLargeArray() { Integer[] array = new Integer[1024*1024*4]; // 4M Arrays.parallelSetAll( array, i -> new Integer( customGenerator(getNextSensorValue()))); } public int customGenerator(int arg){ return arg + 1; // some fancy formula here... } public int getNextSensorValue() { // Just random for illustration return new Random().nextInt(); }

，實際上，它會要求感測器（例如溫度計）返回其當前值。這裡，作為範例，產生隨機值。以下 customGenerator() 方法根據您選擇的情況使用選定的邏輯產生元素數組。這是一個小的補充，但對於實際情況，情況會更複雜。

什麼是分裂器？

Arrays 類別中另一個使用並發和 lambda 的附加功能是 Spliterator，它用於迭代和分割陣列。它的作用不僅限於陣列——它也適用於 Collection 類別和 IO 通道。Spliterator 的工作原理是自動將陣列拆分為不同的部分，並安裝新的 Spliterator 來對這些連結的子數組執行操作。它的名字由 Iterator 組成，它將移動迭代的工作「分割」成多個部分。使用相同的數據，我們可以對數組執行分割操作，如下所示：以這種方式對資料執行操作可以利用並行性。您也可以設定分割器參數，例如每個子陣列的最小大小。

public void spliterate() { System.out.println("\nSpliterate:"); int[] src = getData(); Spliterator
   spliterator = Arrays.spliterator(src); spliterator.forEachRemaining( n -> action(n) ); } public void action(int value) { System.out.println("value:"+value); // Perform some real work on this data here... }

串流處理

最後，您可以從數組建立一個 Stream 對象，它允許對整個資料樣本進行並行處理，並概括為流序列。資料集合和新 JDK8 中的流之間的區別在於，集合允許您單獨處理元素，而流序列則不允許。例如，對於集合，您可以新增元素、刪除元素以及將它們插入中間。流序列不允許您操作資料集中的單一元素，而是允許您對整個資料執行函數。您可以執行一些有用的操作，例如從集合中僅提取特定值（忽略重複）、資料轉換操作、查找陣列的最小值和最大值、map-reduce 函數（用於分散式計算）以及其他數學運算。以下簡單範例使用並行來並行處理資料數組並對元素求和。

public void streamProcessing() { int[] src = getData(); IntStream stream = Arrays.stream(src); int sum = stream.sum(); System.out.println("\nSum: " + sum); }

結論

Java 8 肯定會是該語言最有用的更新之一。這裡提到的平行功能、lambda 和許多其他擴充功能將成為我們網站上其他 Java 8 評論的主題。