Parallel.For 不等待所有迭代答案

【问题标题】：Parallel.For does not wait all iterationsParallel.For 不等待所有迭代
【发布时间】：2015-03-14 23:55:54
【问题描述】：

我正在使用遗传算法构建优化程序。我使用 Parallel.For 来减少时间。但它导致了一个与下面代码相同的问题：

class Program
    {
        static void Main(string[] args)
        {
            int j=0;
            Parallel.For(0, 10000000, i =>
                {
                    j++;
                });
            Console.WriteLine(j);
            Console.ReadKey();
        }
    }

每次我运行上面的程序时，它都会在 0 到 10000000 之间写入一个不同的 j 值。我猜它不会等待所有迭代完成。它传递到下一行。我应该如何解决这个问题？任何帮助将不胜感激。谢谢。

版本： Interlocked.Increment(ref j);子句解决了意想不到的结果，但是当我与正常的 for 循环相比时，这个操作会导致大约 10 倍的时间。

【问题讨论】：

Increment operator is not thread safe in C#
使用Interlocked.Increment(ref j)
这是一个概念验证，还是您真的想将一千万个整数相加？
这只是一个概念验证
不是互锁增量使并行循环花费更长的时间。这是初始化/启动/拆除并行生成的一千万个线程的开销。你无法摆脱这种开销。你能做的就是把真正的工作放在循环体中；当这项工作（例如，遗传算法一步“制作后代并评估它”）比您将通过并行获得的线程管理开销大得多时。如果工作量足够大，下一个陷阱是它们可能需要在共享结构上互锁，这可能会扼杀加速。

标签： c# parallel-processing parallel.for

【解决方案1】：

您可以使用Interlocked.Increment(int32) 方法，这可能是最简单的。

使用Parallel.For 将创建多个线程来执行相同的 lambda 表达式；在这种情况下，它所做的只是j++。

j++ 会被编译成类似j = j + 1 的东西，这是一个读写操作。这可能会导致不良行为。

说j = 50。

线程 1 正在执行对 j++ 的读取，它将获得 50 并将其加 1。在该线程完成对j 的写入操作之前，另一个线程执行读取操作并从j 读取50，然后第一个线程已完成对j 的写入操作使其变为51，但第二个线程在内存中仍有50作为j 的值，并将其加1，然后再次将51 写回j。

使用Interlocked 类可确保每个操作都以原子方式发生。

【讨论】：

你可以解释为什么提问者的代码失败了，为什么他对Parallel.For 的猜测不正确，这可能是最有用的
是的，它解决了增量，但会导致更多时间：(
@Rawling 我正在写一些东西来解释这一点，为我解释有点困难
@user3648161 如果您想拥有一个快速的程序，只需将其更改为Console.WriteLine(10000000);
@Servy 你很聪明。我怎么没想到！

【解决方案2】：

您对j 的访问权限未同步。请阅读有关多线程和同步的基础书籍或教程。

Parallel.For 确实等待所有迭代。

使用同步（从而打败了并行的使用）：

class Program
{
    static void Main(string[] args)
    {
        object sync = new object;
        int j=0;
        Parallel.For(0, 10000000, i =>
            {
                lock(sync)
                {
                  j++;
                }
            });
        Console.WriteLine(j);
        Console.ReadKey();
    }
}

【讨论】：

【解决方案3】：

Parallel.For 会等待所有迭代完成。您在变量中看到意外值的原因是不同的 - 这是意料之中的。

基本上，Parallel.For 将迭代分派给多个线程（如您所料）。但是，如果没有某种保护机制，多个线程不能共享相同的可写内存——如果它们这样做，您将拥有data race，结果在逻辑上是不确定的。这适用于所有编程语言，也是多线程的基本警告。

您可以设置多种防护措施，具体取决于您的用例。它们工作的基本方式是通过atomic operations，您可以通过Interlocked 助手类访问它们。更高级别的守卫包括Monitor 类、相关的lock language construct 和ReaderWriterLock 等类（及其兄弟）。

【讨论】：