C#4.0入门 第二章 任务并行库—第三页 性能的差异
全文点击此处C#4.0入门
这里有一张单色（2值）的PNG的图片(1024*1024)。因为是单色，所以只有黑跟白两个值（实际上使用了只有黑跟白两色的8位PNG格式的图片文件）。到底，哪些像素是黑色的，我们编写一个程序来查点一下。同时用它来进行单任务和2～4任务分别进行查点时性能的比较。
比较单任务与多任务
using System;
using System.Collections.Generic;
using System.Drawing;
using System.Linq;
using System.Threading.Tasks;
class Program
{
public static IEnumerable<Color> Pixels(int from, int to)
{
var bm = new Bitmap(@"s:\sample001.png");
for (int y = from; y < to; y++)
{
for (int x = 0; x < bm.Width; x++)
{
yield return bm.GetPixel(x, y);
}
}
}
private static bool isBlack(Color c)
{
return c.B == 0 && c.G == 0 && c.R == 0;
}
private static void count(int fromInclusive, int toExclusive, ref int count, object lockTarget)
{
var q = from n in Pixels(fromInclusive, toExclusive)
where isBlack(n)
select n;
int r = q.Count();
lock (lockTarget) { count += r; }
}
static void Main(string[] args)
{
Object thisLock = new Object();
DateTime start1 = DateTime.Now;
int count1 = 0;
count(0, 1024, ref count1, thisLock);
Console.WriteLine(DateTime.Now - start1);
Console.WriteLine("{0} Black Pixels by single task", count1);
DateTime start2 = DateTime.Now;
int count2 = 0;
Parallel.Invoke(() => count(0, 512, ref count2, thisLock),
() =>count(512, 1024, ref count2, thisLock));
Console.WriteLine(DateTime.Now - start2);
Console.WriteLine("{0} Black Pixels by 2 task", count2);
DateTime start3 = DateTime.Now;
int count3 = 0;
Parallel.Invoke(() =>count(0, 342, ref count3, thisLock),
() => count(342, 682, ref count3, thisLock),
() => count(682, 1024, ref count3, thisLock));
Console.WriteLine(DateTime.Now - start3);
Console.WriteLine("{0} Black Pixels by 3 task", count3);
DateTime start4 = DateTime.Now;
int count4 = 0;
Parallel.Invoke(() =>count(0, 256, ref count4, thisLock),
() => count(256, 512, ref count4, thisLock),
() => count(512, 768, ref count4, thisLock),
() => count(768, 1024, ref count4, thisLock));
Console.WriteLine(DateTime.Now - start4);
Console.WriteLine("{0} Black Pixels by 4 task", count4);
}
}
这段代码乍看上去有点冗长，其实是必要的，正式开发中存在着大量的这种代码。首先，在并行处理的每一个任务中分别把画像文件一一读入。4任务的情况下要读4次相同的文件。虽然乍看上去是多余的，但是因为Bitmap类是非线程安全的，不能对别的线程进行访问。因此，尽管多余，还是要在一个处理线程内读入相同文件。
请注意使用了lock语句。在这种程序里，要防止互相竞争访问而导致死锁的发生。
另外，下面的代码中，变量r是可以去掉的。
未去掉变量r的代码
int r = q.Count();
lock (lockTarget) { count += r; }
可以象下例那样去掉变量r。
去掉变量r的代码
lock (lockTarget) { count += q.Count(); }
但是，查点像素的处理，实际上是在Count方法内进行的。因此，如果这样进行改写的话，这个处理本身就变成被排他性的锁住了，全体处理就被延迟了，从而失去了有效利用多核进行并行处理的意义。
还有一点要注意的是，如果任务数超过了实际存在的内核数，反而会影响性能。以下为在双核CPU上执行的例子。
运行结果1（在双核CPU上运行的例子。所花的时间，2任务<3任务=4任务<单任务）
00:00:07.9630000
16470 Black Pixels by single task
00:00:03.0170000
16470 Black Pixels by 2 task
00:00:03.0870000
16470 Black Pixels by 3 task
00:00:03.0850000
16470 Black Pixels by 4 task
也就是说,如果在同一个内核上分配太多任务的话,反而会对性能产生影响。因此，在原本是双内核，但是由于使用了HT技术，所以看起来好像是4内核的Core i5上，运行结果又不一样了。
运行结果2（在Core i5上运行的例子。所花的时间，4任务<3任务<2任务<单任务）
00:00:02.8451627
16470 Black Pixels by single task
00:00:01.4070805
16470 Black Pixels by 2 task
00:00:01.1200640
16470 Black Pixels by 3 task
00:00:01.0490600
16470 Black Pixels by 4 task
这种情况下，把分配的任务增加到4任务的时候，任务越多所花时间越短。但是，由于实际上是双内核，所以从单任务变为2任务的时候，提速效果特别明显，但是超过了2任务，就没有这么明显的效果了。
■ 总结
把本章内容进行总结。
● 多内核时代已经开始。
● 软件开发的多内核时代是从Visual Studio 2010/C#4.0/.NET Framework4.0开始的。
● 利用Parallel.Invoke类，可以使并行变得很容易实现。
● 利用Parallel.ForEach方法实现foreach语句。
● 利用Parallel.For方法实现for语句。
● 但是，不能利用并行替换所有循环操作。
● 利用并行可以大幅度提高性能。
--------------------编程问答-------------------- --------------------编程问答-------------------- 看 看 --------------------编程问答-------------------- 在一个由很多因素影响的问题的求解过程中，使用基于统计学试验的办法可能比从原理推断可能更好。 --------------------编程问答--------------------
--------------------编程问答--------------------
强!!!
--------------------编程问答--------------------
--------------------编程问答--------------------
marking--------------------编程问答--------------------
--------------------编程问答--------------------
顶!!!!!!
--------------------编程问答--------------------
顶。。。。。。。。。。。。
补充：.NET技术 , C#
