5、并发算法的设计模型

并发算法的设计模型

在并发编程中，任务分解设计是提高程序性能的关键。以下将详细介绍任务分解设计需要考虑的三个关键要素。

1. 任务的定义

1.1 识别独立计算

识别应用程序中的独立计算并非易事，它与你对代码及其执行的计算的理解程度成正比。没有现成的程序、公式或神奇方法能直接指出独立计算部分。你需要在脑海中模拟应用程序可疑部分的两个并行流的执行，以此判断这些部分是否相互独立或存在可管理的依赖关系。

模拟多线程在给定源代码上的并行或并发执行是一项非常有用的技能，它有助于设计并发算法并确保其无错误。虽然需要一些练习，但熟能生巧。

有一种小技巧可用于识别循环迭代中的潜在独立计算。如果你怀疑某个循环的迭代是独立的（即可以按任意顺序运行），可以尝试以与原始顺序相反的顺序运行循环迭代。若应用程序仍能得到相同结果，那么这些迭代很可能是独立的，可分解为任务。但要注意，并发运行迭代时可能存在“隐藏”依赖。

1.2 聚焦计算密集部分

为了获得最大的投资回报，应首先关注应用程序中计算密集的部分，即那些进行大量计算或占用执行时间比例最大的代码段。你希望并发代码在转换、调试和调优方面的投入所带来的性能提升比例尽可能高。

1.3 任务分解的标准

一旦确定了可以并发执行的串行代码部分，在实际分解为任务时，需牢记以下两个标准：
- 任务数量 ：任务数量应至少与线程（或核心）数量相同。这样可确保应用程序执行期间不会有空闲线程（或核心）。通常，任务数量多于线程数量更好，这能让任务调度更灵活，实现更好的负载平衡，尤其在各任务执行时间不同或不可