多线程进行n皇后计算
在浏览zhihu的时候, 看到了这个问题:Linux c++服务器端这条线怎么走? http://www.zhihu.com/question/22608820 , 其中排第一的答案说的很不错。针对他结尾处给出的问题,一直想自己做一下,最近工作不忙,也写了以下,还是发现了一些自己存在的问题,总结一下吧。
一个简单的8皇后问题可以比较容易的实现
#include <string.h>
#include <iostream>
#include <stdlib.h> int cntTotal = ;
int BOARDSIZE=;
bool markboard(bool* b, int row, int col){
for(int i =row;i<BOARDSIZE;++i){
*(b+i*BOARDSIZE+col) = true;
}
for (int i=row+, j=col- ; i<BOARDSIZE && j>=; ++i, --j)
*(b+i*BOARDSIZE+j)=true;
for(int i = row+, j=col+; i<BOARDSIZE && j<BOARDSIZE; ++i, ++j)
*(b+i*BOARDSIZE+j)=true; return true;
}
bool IsQuerePos(bool* board, int idx){ bool *b = new bool[BOARDSIZE*BOARDSIZE];
for(int i = ;i<BOARDSIZE; ++i){
if(*(board+idx*BOARDSIZE+i) )
continue;
if(idx == BOARDSIZE-){
cntTotal ++;
std::cout<<cntTotal<<"\r";
}
else{
memcpy(b, board, sizeof(bool)* BOARDSIZE*BOARDSIZE); markboard(b, idx, i);
IsQuerePos(b, idx+);
}
}
delete b;
} int main(int argc, char** argv){
if(argc ==)
BOARDSIZE = atoi(argv[]);
std::cout<< argc << std::endl;
bool *board = new bool[BOARDSIZE*BOARDSIZE];
bool *p = board;
for(int i = ; i<BOARDSIZE; i++){
for(int j=; j<BOARDSIZE;j++)
*p++ = false;
}
IsQuerePos(board, );
std::cout<<cntTotal<<std::endl;
delete board;
}
运行起来是没有任何问题的。然后就是想办法改成多线程的版本。对于多线程版本,最容易的方案就是从第一行开始,每个线程计算不同的列,也就是将n皇后问题,分成n个子任务,这样每个子任务互不影响,可以进行并行计算。这样子的算法是我们人为的来进行子任务的分解,简单,线程之间不需要同步,易于实现。更复杂的算法是由算法智能调度各线程的负载,我没学过并行计算,复杂的就不研究了,实现简单的就行了。
核心代码如下:
class ThreadMgr{
public:
ThreadMgr(int boardSize, int threadCount): m_board_size(boardSize), m_thread_count(threadCount){
} void Start(){
m_threads = new Thread*[m_thread_count];
for (int i = ;i<m_thread_count; ++i)
{
m_threads[i] = new Thread();
m_threads[i]->Start();
}
{
// PerformanceHelper ph("internal-");
QueueEight** qes = new QueueEight*[m_board_size];
int cnt = ;
for(int i=;i<m_board_size; ++i){
qes[i] = new QueueEight(m_board_size);
m_threads[i%m_thread_count]->PostJob(new CJob2<QueueEight, int, int>(qes[i], &QueueEight::PlaceQueueOnPos, , i));
//qes[i]->PlaceQueueOnPosInternal(0, i, cnt);
} for (int i = ;i<m_thread_count; ++i)
{
m_threads[i]->Finish();
}
} std::cout<< QueueEightDelegate::getCnt() <<std::endl; } private:
int m_thread_count;
Thread** m_threads;
int m_board_size;
};
其中Thread是我封装的一个线程类,参照chrome的线程模型;CJob2对应了chrome的task,就是一个独立的任务,可以交给线程Thread来执行;为了线程之间的数据独立,定义了一个QueueEight的类来完成n皇后的计算,代码如下:
class QueueEight{
public:
QueueEight():m_board(NULL), m_board_size(8){ } QueueEight(int size):m_board_size(size){
m_board = new bool[m_board_size*m_board_size];
for( int i =0;i<m_board_size; ++i){
for(int j=0; j<m_board_size; ++j){
m_board[i*m_board_size + j] = false;
}
}
} QueueEight(const QueueEight* qe){
m_board_size = qe->m_board_size;
m_board = new bool[m_board_size*m_board_size];
memcpy(m_board, qe->m_board, sizeof(bool)* m_board_size*m_board_size);
} ~QueueEight(){
delete[] m_board;
} void PlaceQueueOnPos(int row, int col){
int cnt =0;
{
//PerformanceHelper ph("abc");
PlaceQueueOnPosInternal(row, col, cnt);
}
QueueEightDelegate::OnCalcComplete(cnt);
} int PlaceQueueOnPosInternal(int row, int col, int& cnt){
if(row == m_board_size-1){
cnt ++;
}
else{
*(m_board+row*m_board_size+col) = true;
QueueEight qe(this);
qe.markboard(row, col);
for (int i = 0;i<m_board_size;++i)
{
if (qe.QueueExist(row+1, i))
continue;
qe.PlaceQueueOnPosInternal(row+1, i, cnt);
}
*(m_board+row*m_board_size+col) = false;
}
return cnt;
} bool inline QueueExist(int row, int col){
return *(m_board + row*m_board_size + col);
} private:
bool markboard( int row, int col){
for(int i =row;i<m_board_size;++i){
*(m_board+i*m_board_size+col) = true;
}
for (int i=row+1, j=col-1 ; i<m_board_size && j>=0; ++i, --j)
*(m_board+i*m_board_size+j)=true;
for(int i = row+1, j=col+1; i<m_board_size && j<m_board_size; ++i, ++j)
*(m_board+i*m_board_size+j)=true;
return true;
} private:
bool* m_board;
int m_board_size;
};
这个类实现n 皇后的递归回朔算法,为了回朔方便,计算下一层的时候,重新new 一个QueueEight 对象,撤销时直接delete就行了。一看没有问题吧,然后计算结果也是正确的,但是运行时发现了一个问题,我用1个线程和4个线程来运行时,总时间上并没有什么差别,我的机器是i7 的8核,所以4个线程不会有大问题,那么问题哪儿呢?
查了一些资料感觉找不出问题,所以借助于工具吧。vs2010带的performance profile工具,可以帮我们看看线程运行时的状态:
通过这个,就可以收集线程运行的一些性能信息,通过分析发现,在new 新的 QueueEight对象时,会触发到默认堆的锁,而多线程同时new时,冲突会加剧,导致delay。突然想起以前接触tcmalloc时,核心思想就是线程分配 小对象时,从线程的私有内存分配,避免不同的线程共享堆而导致的加锁现象。问题找到了后,开始优化,将QueueEight的算法改一下。一开始就申请n个board区域,分别存储不同的行位置时queue的位置,方便回朔。这样在递归时就不需要分配内存了。实现代码如下:
class QueueEight{
public:
QueueEight():m_board(NULL), m_board_size(){ } QueueEight(int size):m_board_size(size){
m_board = new bool*[m_board_size];
for (int i =;i<m_board_size;++i)
{
m_board[i] = new bool[m_board_size*m_board_size];
} for( int i =;i<m_board_size; ++i){
for(int j=; j<m_board_size; ++j){
m_board[][i*m_board_size + j] = false;
}
}
} ~QueueEight(){
for (int i =;i<m_board_size;++i)
{
delete[] m_board[i];
}
delete[] m_board;
} void PlaceQueueOnPos(int row, int col){
int cnt =;
{
PerformanceHelper ph("abc");
PlaceQueueOnPosInternal(row, col, cnt);
}
QueueEightDelegate::OnCalcComplete(cnt);
} int PlaceQueueOnPosInternal(int row, int col, int& cnt){
if(row == m_board_size-){
cnt ++;
}
else{
*(m_board[row]+row*m_board_size+col) = true; memcpy(m_board[row+], m_board[row], sizeof(bool)*m_board_size*m_board_size);
markboard(m_board[row+], row, col);
for (int i = ;i<m_board_size;++i)
{
if (QueueExist(m_board[row+], row+, i))
continue;
PlaceQueueOnPosInternal(row+, i, cnt);
}
*(m_board[row]+row*m_board_size+col) = false;
}
return cnt;
} bool inline QueueExist(bool* board, int row, int col){
return *(board + row*m_board_size + col);
} private:
bool markboard(bool*board, int row, int col){
for(int i =row;i<m_board_size;++i){
*(board+i*m_board_size+col) = true;
}
for (int i=row+, j=col- ; i<m_board_size && j>=; ++i, --j)
*(board+i*m_board_size+j)=true;
for(int i = row+, j=col+; i<m_board_size && j<m_board_size; ++i, ++j)
*(board+i*m_board_size+j)=true;
return true;
} private:
bool** m_board;
int m_board_size;
};
运行后,发现能够缩短总的运行时间。 15 皇后 4线程 运行3s, 15皇后 1线程 运行10s
其实我门还可以在进行优化,以位图来存储,而不用bool存储,也可以进行调度算法的设计和优化,但是线程之间如果同步的需求增多时,那么性能也会下降,这个我不太懂,可能要学习后才能搞搞。
通过这个问题,学习了一下多线程的性能分析,学会了用vs2010怎么分析程序的性能;对多线程的同步有了更深的理解;对多线程处理时数据的隔离也有了了解,所以
mark以下.
多线程进行n皇后计算的更多相关文章
- 8皇后以及N皇后算法探究,回溯算法的JAVA实现,非递归,循环控制及其优化
上两篇博客 8皇后以及N皇后算法探究,回溯算法的JAVA实现,递归方案 8皇后以及N皇后算法探究,回溯算法的JAVA实现,非递归,数据结构“栈”实现 研究了递归方法实现回溯,解决N皇后问题,下面我们来 ...
- 海量数据相似度计算之simhash短文本查找
在前一篇文章 <海量数据相似度计算之simhash和海明距离> 介绍了simhash的原理,大家应该感觉到了算法的魅力.但是随着业务的增长 simhash的数据也会暴增,如果一天100w, ...
- WPF多线程UI更新——两种方法
WPF多线程UI更新——两种方法 前言 在WPF中,在使用多线程在后台进行计算限制的异步操作的时候,如果在后台线程中对UI进行了修改,则会出现一个错误:(调用线程无法访问此对象,因为另一个线程拥有该对 ...
- 有一个很大的整数list,需要求这个list中所有整数的和,写一个可以充分利用多核CPU的代码,来计算结果(转)
引用 前几天在网上看到一个淘宝的面试题:有一个很大的整数list,需要求这个list中所有整数的和,写一个可以充分利用多核CPU的代码,来计算结果.一:分析题目 从题中可以看到“很大的List”以及“ ...
- 多线程/多进程/异步IO
SOCK_STREAM :TCPSOCK_Dgram :UDP family=AF_INET: 服务器之间的通信AF_INET6: 服务器之间的通信AF_UNIX: Unix不同进程间的通信 永远遵循 ...
- python 多进程和多线程
在计算大量数据时,可以使用多进程 多线程机制来加速计算 多进程 import multiprocessing import os def run_proc(name): print('Child pr ...
- WPF多线程UI更新
前言 在WPF中,在使用多线程在后台进行计算限制的异步操作的时候,如果在后台线程中对UI进行了修改,则会出现一个错误:(调用线程无法访问此对象,因为另一个线程拥有该对象.)这是很常见的一个错误,一不小 ...
- 并发编程~~~多线程~~~守护线程, 互斥锁, 死锁现象与递归锁, 信号量 (Semaphore), GIL全局解释器锁
一 守护线程 from threading import Thread import time def foo(): print(123) time.sleep(1) print('end123') ...
- Python多进程和多线程是鸡肋嘛?【转】
GIL是什么 Python的代码执行由 Python虚拟机(也叫解释器主循环,CPython版本)来控制,Python在设计之初就考虑到在解释器的主循环中,同时只有一个线程在运行.即每个CPU在任意时 ...
随机推荐
- 11g RAC R2 体系结构---进程,日志
进程结构:Overview of Oracle Clusterware Platform-Specific Software Components When Oracle Clusterware is ...
- selenium+python find_element_by_css_selector方法使用
1.通过类class获取 比如如下代码 <h1 class="important"> This heading is very important. </h1&g ...
- TAG的用法和用途[转]
用一个例子来说明:一个combobox控件...一个textBox控件...一个datagridview控件!datagridview控件是连接数据库的...combobox和textBox是联合查询 ...
- ORACLE 11G 配置DG 报ORA-10458、ORA-01152、ORA-01110
操作系统: Oracle Linux Server release 5.7 数据库版本: Oracle Database 11g Enterprise Edition Release 11.2.0.3 ...
- XenServer安装虚拟机---先扩容存放ISO镜像文件
我们都知道xenserver安装后,不管你的盘有多大,只有4G的空间. 故操作是:新建LV卷,可自定义大小 1.vgdisplay #先查看剩余空间 [root@XenServer /]# vgdis ...
- asp.net 多个域名重定向,在web.Config中配置
一个网站有多个域名,但是需要在访问其中某个域名之后跳转到另一域名. Web.config 中配置 </system.webServer> <!--重定向 域名 开始--> &l ...
- Ubuntu系统下USB转串口的使用
PC系统是Ubuntu12.04,与路由器开发板之间用USB转串口线连接. 一.硬件连接 确认Ubuntu对USB转串口设备的支持. 1.# lsmod | grep usbserial如果有usbs ...
- jquery插件——图片放大器
用到了JQzoom插件,可以使图片实现放大效果
- CGI与Servlet的区别和联系
1. 定义: CGI(Common Gateway Interface 公共网关接口)是HTTP服务器与你的或其它机器上的程序进行“交谈”的一种工具,其程序须运行在网络服务器上. 2. 功能: 绝大多 ...
- 《C++Primer》复习——with C++11 [1]
1.头文件中不应包含using声明,因为头文件的内容会拷贝到所有引用到他的文件中去,如果头文件里有谋个using声明,那么每个使用了该头文件的文件就会有这个声明,由于不经意间包含了一些名字,反而可能产 ...