33、高效简单移动平均线的实现

高效简单移动平均线的实现

1. 进一步优化执行时间

为了进一步减少实现的执行时间，我们需要采用更高级的技术，如并行化和委托。并行化可以利用计算机的多核处理器，将任务拆分成多个部分并行执行，从而加速程序运行。而委托则是将部分实现委托给更高效的语言，如 Fortran 和 C++。

1.1 并行计算基础

目前，我们学习了优化串行运行的 R 程序性能的方法，但这没有充分利用现代计算机的多核处理器。并行计算可以将实现拆分成多个部分，独立发送到不同的处理器进行处理，当单线程成为性能瓶颈时，并行计算有加速程序的潜力。

并行化现实世界的应用是一项具有挑战性的任务，需要深入的软件和硬件知识。并行化的程度取决于具体的算法，并且有多种类型的并行化方式。并行化不是简单的“是”或“否”的决策，而是一个连续的范围。

• 易并行任务 ：如将数百张彩色图像转换为灰度图像、添加数百万个数字、暴力搜索和蒙特卡罗模拟等。这些任务的每个子任务都可以独立完成，例如每张图像可以独立处理，或者将数字分组相加后再汇总结果。
• 不可并行任务 ：任务的每个步骤都依赖于前一步的结果，无法进行并行化。
• 大多数算法 ：介于这两个极端之间，实际的并行化应用通常会串行执行一些任务，并行执行其他任务。

1.2 并行化的决策

在进行算法并行化时，需要做出许多决策：
1. 确定并行和串行部分 ：决定算法的哪些部分将并行实现，哪些部