scala - parallelsim下scala并发类和非并发类的区别

Question

在 Scala - coursera 上的函数式编程类(class)中，以下代码段被描述为在并发情况下失败。如果将 mutable.Set 替换为并发类，该代码段将会成功。

def intersection(a: GenSet[Int], b: GenSet[Int]): Set[Int] = {
val result = mutable.Set[Int]()
for (x <- a) if (b contains x) result += x
result
}
intersection((0 until 1000).toSet, (0 until 1000 by 4).toSet)
intersection((0 until 1000).par.toSet, (0 until 1000 by 4).par.toSet)

Rule: Avoid mutations to the same memory locations without proper synchronization.

并发类和非并发类有什么区别，或者非并发类在并行下会失败的原因是什么？

Answer 1

在没有同步的情况下同时向Set追加元素时，Set无法正确处理冲突或者位置计算错误。因此对于您的示例，res2 可能会有重复字段 或更少一些字段。

解释:

对于:

for (x <- a) if (b contains x) result += x
result
}

result += x 存在竞争条件。它等于result.addEntry(x) , 但对于这种方法，它不是线程安全的，

var h = index(newEntry.hashCode)
var curEntry = table(h)
while (null != curEntry) {
  if (curEntry == newEntry) return false
  h = (h + 1) % table.length
  curEntry = table(h)
  //Statistics.collisions += 1
}
table(h) = newEntry

在上面的代码中，当试图同时向HashTable追加元素时。可能是计算错误的位置或遇到错误的碰撞。例如，当尝试将newEntry添加到Set中时，实际上它不存在于set中，它会直接转到表(h) = newEntry，但同时，有一个新值，它与newEntry具有相同的hashcode，但对于第一个newEntry 仍未完成 table(h) = newEntry，因此 newEntry 将被 second 值覆盖。

所以对于同步，也许你可以这样做:

for (x <- a) {
  if (b contains x) {
    this.synchronized {
      result += x
    }
  }
}