我正在 Java 中试验并行流，为此我有以下代码来计算 n 之前的素数。

基本上我有两种方法

• calNumberOfPrimes(long n) - 4 种不同的变体
• isPrime(long n) - 2 种不同的变体

实际上，我对上述每种方法都有 2 种不同的变体，一种使用并行流的变体，另一种不使用并行流的变体。

    // itself uses parallel stream and calls parallel variant isPrime
    private static long calNumberOfPrimesPP(long n) {
        return LongStream
                .rangeClosed(2, n)
                .parallel()
                .filter(i -> isPrimeParallel(i))
                .count();
    }

    // itself uses parallel stream and calls non-parallel variant isPrime
    private static long calNumberOfPrimesPNP(long n) {
        return LongStream
                .rangeClosed(2, n)
                .parallel()
                .filter(i -> isPrimeNonParallel(i))
                .count();
    }

    // itself uses non-parallel stream and calls parallel variant isPrime
    private static long calNumberOfPrimesNPP(long n) {
        return LongStream
                .rangeClosed(2, n)
                .filter(i -> isPrimeParallel(i))
                .count();
    }

    // itself uses non-parallel stream and calls non-parallel variant isPrime
    private static long calNumberOfPrimesNPNP(long n) {
        return LongStream
                .rangeClosed(2, n)
                .filter(i -> isPrimeNonParallel(i))
                .count();
    }
    // uses parallel stream
    private static boolean isPrimeParallel(long n) {
        return LongStream
                .rangeClosed(2, (long) Math.sqrt(n))
                .parallel()
                .noneMatch(i -> n % i == 0);
    }

    // uses non-parallel stream
    private static boolean isPrimeNonParallel(long n) {
        return LongStream
                .rangeClosed(2, (long) Math.sqrt(n))
                .noneMatch(i -> n % i == 0);
    }

我正在尝试找出 calNumberOfPrimesPP、calNumberOfPrimesPNP、calNumberOfPrimesNPP 和 calNumberOfPrimesNPNP 中哪个是最好的就如何高效地正确使用并行流以及为什么它是最好的而言。

我尝试对所有这 4 种方法进行 50 次计时，并使用以下代码取平均值:

    public static void main(String[] args) throws Exception {
        int iterations = 50;
        int n = 1000000;
        double pp, pnp, npp, npnp;
        pp = pnp = npp = npnp = 0;
        for (int i = 0; i < iterations; i++) {
            Callable<Long> runner1 = () -> calNumberOfPrimesPP(n);
            Callable<Long> runner2 = () -> calNumberOfPrimesPNP(n);
            Callable<Long> runner3 = () -> calNumberOfPrimesNPP(n);
            Callable<Long> runner4 = () -> calNumberOfPrimesNPNP(n);

            pp += TimeIt.timeIt(runner1);
            pnp += TimeIt.timeIt(runner2);
            npp += TimeIt.timeIt(runner3);
            npnp += TimeIt.timeIt(runner4);
        }
        System.out.println("___________final results___________");
        System.out.println("avg PP = " + pp / iterations);
        System.out.println("avg PNP = " + pnp / iterations);
        System.out.println("avg NPP = " + npp / iterations);
        System.out.println("avg NPNP = " + npnp / iterations);
    }

TimeIt.timeIt 仅以毫秒为单位返回执行时间。我得到以下输出:

___________final results___________
avg PP = 2364.51336366
avg PNP = 265.27284506
avg NPP = 11424.194316620002
avg NPNP = 1138.15516624

现在我正在尝试对上述执行时间进行推理:

• PP 变体不如 PNP 变体快，因为所有并行流都使用公共(public)的 fork-join 线程池，如果我们提交一个长时间运行的任务，我们是有效地阻塞池中的所有线程。
• 但上述论点也适用于 NPP 变体，因此 NPP 变体也应该与 PNP 变体大致一样快。 (但事实并非如此，NPP 变体在耗时方面是最差的)。有人可以解释一下这背后的原因吗？

我的问题:

• 对于 PNP 变体的短运行时间，我的推理是否正确？
• 我是不是漏掉了什么？
• 为什么 NPP 变体最差(就运行时间而言)？

TimeIt 如何测量时间:

class TimeIt {
    private TimeIt() {
    }

    /**
     * returns the time to execute the Callable in milliseconds
     */
    public static <T> double timeIt(Callable<T> callable) throws Exception {
        long start = System.nanoTime();
        System.out.println(callable.call());
        return (System.nanoTime() - start) / 1.0e6;
    }
}

PS:据我所知，这不是计算素数数量的最佳方法。 Sieve of Eratosthenes和其他更复杂的方法可以做到这一点。但通过这个例子，我只想了解并行流的行为以及何时使用它们。

最佳答案

我想，很明显，为什么 NPP 这么慢。

将结果数字排列在表格中:

       |    _P    |   _NP
-------+----------+---------
  P_   |   2364   |   265
-------+----------+---------
  NP_  |  11424   |  1138
-------+----------+---------

所以你看到当外部流是并行的时候它总是更快。这是因为流中有很多工作要做。因此，与要完成的工作相比，处理并行流的额外开销很低。

您还看到，当内部流不平行时，它总是更快。 isPrimeNonParallel 比 isPrimeParallel 更快。这是因为流中没有太多工作要做。在大多数情况下，经过几步就可以清楚地知道这个数不是质数。一半的数字是偶数(只有一步)。与要完成的工作相比，处理并行流的额外开销很高。

关于java - 正确使用Java中的并行流，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54849620/