macos - 在 Swift 中使用 Grand Central Dispatch 并行化和加速 “for"循环？

Question

我正在努力思考如何使用 GCD 来并行化和加速 Monte Carlo 模拟。大多数/所有简单示例都是为 Objective C 提供的，我真的需要一个简单的 Swift 示例，因为 Swift 是我的第一个“真正的”编程语言。

Swift 中蒙特卡洛模拟的最小工作版本应该是这样的:

import Foundation

import Cocoa
var winner = 0
var j = 0
var i = 0
var chance = 0
var points = 0
for j=1;j<1000001;++j{
    var ability = 500

    var player1points = 0

    for i=1;i<1000;++i{
        chance = Int(arc4random_uniform(1001))
        if chance<(ability-points) {++points}
        else{points = points - 1}
    }
    if points > 0{++winner}
}
    println(winner)

代码直接粘贴到xcode 6.1中的命令行程序工程中

最内层的循环无法并行化，因为变量“points”的新值将在下一个循环中使用。但最外层只运行最内层的模拟 1000000 次并汇总结果，应该是并行化的理想候选者。

所以我的问题是如何使用 GCD 并行化最外层的 for 循环？

Answer 1

可以使用 dispatch_apply() 完成“多线程迭代”:

let outerCount = 100    // # of concurrent block iterations
let innerCount = 10000  // # of iterations within each block

let the_queue = dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_DEFAULT, 0);
dispatch_apply(UInt(outerCount), the_queue) { outerIdx -> Void in
    for innerIdx in 1 ... innerCount {
       // ...
    }
}

(你必须弄清楚外部计数和内部计数之间的最佳关系。)

有两点需要注意:

• arc4random() 使用内部互斥锁，这使得它在调用时非常慢来自多个并行线程，请参阅 Performance of concurrent code using dispatch_group_async is MUCH slower than single-threaded version .从那里给出的答案来看，rand_r()(每个线程都有单独的种子)似乎是更快的选择。

• 结果变量 winner 不得同时从多个线程修改。您可以改用数组，其中每个线程更新自己的元素，结果之后添加。 https://stackoverflow.com/a/26790019/1187415 中描述了一种线程安全的方法.

那么它大概是这样的:

let outerCount = 100     // # of concurrent block iterations
let innerCount = 10000   // # of iterations within each block

let the_queue = dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_DEFAULT, 0);

var winners = [Int](count: outerCount, repeatedValue: 0)
winners.withUnsafeMutableBufferPointer { winnersPtr -> Void in

    dispatch_apply(UInt(outerCount), the_queue) { outerIdx -> Void in
        var seed = arc4random() // seed for rand_r() in this "thread"

        for innerIdx in 1 ... innerCount {
            var points = 0
            var ability = 500

            for i in 1 ... 1000 {
                let chance = Int(rand_r(&seed) % 1001)
                if chance < (ability-points) { ++points }
                else {points = points - 1}
            }
            if points > 0 {
                winnersPtr[Int(outerIdx)] += 1
            }
        }
    }
}

// Add results:
let winner = reduce(winners, 0, +)
println(winner)