当计算 a^b 为什么并行不起作用但并行流可以答案

【问题标题】：when calculate a^b why parallel not work but parallelStream could当计算 a^b 为什么并行不起作用但并行流可以
【发布时间】：2017-10-16 05:58:48
【问题描述】：

我想计算 a^b ，例如2^30,

public long pow(final int a, final int  b)

我首先使用这种方式

return LongStream.range(0, b).reduce(1, (acc, x) -> a * acc); // 1073741824

得到了正确的结果。然后我想并行计算，自然就改成了

return LongStream.range(0, b).parallel().reduce(1, (acc, x) -> a * acc); // 32

但在这种情况下，结果只是32。为什么？

所以为了支持并行我又改了

return Collections.nCopies(b,a).parallelStream().reduce(1, (acc, x) -> acc * x); // 1073741824

在这种情况下它可以工作。

那么parallel的方式有什么问题呢？

【问题讨论】：

标签： java parallel-processing java-8 java-stream reduce

【解决方案1】：

reduce 要求提供的函数为 associative。您的函数(acc, x) -> a * acc 不满足要求，因此违反了合同。

要具有关联性，函数必须满足 (x op y) op z == x op (y op z) 的任意 x、y 和 z。但是对于您的功能，(x op y) op z = x*a^2 而x op (y op z) = x * a。

此外，提供给 reduce 的第一个参数必须是关于累加器函数的标识。所以对于任何 x，1 op x == x 一定是真的。但这也不适用于您的累加器功能，因为1 op x == a。

正确的做法是：

LongStream.range(0, b).map(x -> a).reduce(1, (u, v) -> u * v);

无论流是并行的还是顺序的，这都能保证正常工作。

【讨论】：

我仍然很困惑，如果它不是关联的，为什么第一种方式 - 没有并行 - 它有效？我什至试图模拟这个结果—— 32 ，但我无法重现它。我的代码是gist.github.com/zhugw/248f2942ce955877a18a2f3f4fa4c68e 我认为并行是通过这种方式实现的。
它恰好起作用，因为当前的顺序实现发生实际上并不依赖于两个要求（关联性和身份）中的任何一个。并行实现确实取决于两者。但不能保证您的第一个样本将继续有效。 java 标准库的替代实现，甚至 JDK 的未来版本，很可能会以破坏它的方式实现。
嗨，我有一些新发现。请在下面查看我的答案。

【解决方案2】：

追查源码，终于知道为什么结果是32了。

return LongStream.range(0, b).parallel().reduce(1, (acc, x) -> a * acc); // 32

相关源码

   // java.util.stream.ReduceOps.ReduceTask#onCompletion
    @Override
    public void onCompletion(CountedCompleter<?> caller) {
        if (!isLeaf()) {
            S leftResult = leftChild.getLocalResult();
            leftResult.combine(rightChild.getLocalResult()); // here to combine
            setLocalResult(leftResult);
        }

    }

    // java.util.stream.TerminalOp
    @Override
    public void combine(ReducingSink other) {
        accept(other.state);
    }
    @Override
    public void accept(long t) {
        state = operator.applyAsLong(state, t); // (acc, x)
    }

因为实际上没有在 lambda 中使用x

(acc, x) -> a * acc;

所以实际效果是这样的

leftResult.combine(2);

Online demo 来模拟这种现象。

【讨论】：