Concurrency 如何使用多核并行在Java中并发运行图形算法

我想在大型图上同时运行一个算法，使用多核并行。我已经做了一段时间了，但是还没有找到一个好的解决方案

这就是朴素的算法：

W - a very large number
double weight = 0

while(weight < W)

    - v : get_random_node_from(Graph)

    - weight += calculate(v)

重要的是，所有线程更新相同的

I

和

weight

---

谢谢。

好吧，你可以把

权重

封装成一个元素数组，这是这类东西的一种诀窍；即使是由java内部完成，如下所示：

weight[0] = weight[0] + calculate(v);

但这也有问题，因为您将并行运行它。由于

weight[0]

不是线程安全的，因此无法获得所需的结果。您可以使用某种类型的同步，但是java已经有了一个很好的解决方案：

DoubleAdder

，它在竞争环境（和多个CPU）中的扩展性要好得多

一个微不足道的小例子：

DoubleAdder weight = new DoubleAdder();

private static int calculate(int v) {
    return v + 1;
}


Stream.of(1, 2, 3, 4, 5, 6, 7, 8, 9)
            .parallel()
            .forEach(x -> {
                int y = calculate(x);
                weight.add(y);
            });

System.out.println(weight); // 54

然后是您将为此选择的随机化器的问题：

get\u random\u node\u from（Graph）

。实际上，您需要获得一个随机的

节点

，但同时您需要精确地获得所有节点一次。 但是，如果可以将所有节点展平到一个

列表中，您可能不需要它

这里的问题是，图形通常是以递归方式遍历的，您不知道它的确切大小：

while(parent.hasChildren) {
     traverse children and so on...
}

这将并行化坏数据流，您可以查看
拆分器#拆分器Unknownsize
。它将从
1024开始算术增长；这就是为什么我建议将节点扁平化为一个已知大小的列表；这将更好地并行化。
我不确定您想要完成什么-如果要使用Java流计算整个图的权重，您只需将流的每个元素都作为图的一个节点，使用map将其映射到权重，然后对流求和。这也应该是可parellizable的。让
权重
。您启动了几个
计算（v）
，但在第一个
权重+=calculate（v）
之后，权重
变为
=W
。是否应该取消其他计算，或者他们可以完成工作？如果他们能够完成他们的工作，他们可以并且应该将结果添加到
weight
？@AlexeiKaigorodov，只要
weight>W
所有过程都应该停止。我将编辑问题以添加更多详细信息。
Callable
传递给执行者不需要是lambda。它可以是实现
Callable
的任何类型，因此可以访问任何信息。感谢您的建议。但是，我已经尝试过了，并且遇到了同步问题（可能）并得到了InvalidOperationException。
while(parent.hasChildren) {
     traverse children and so on...
}