Java 为什么要并行化此实现的代码'；s遗传算法求解tsp的速度慢得多？

我正在做一个关于遗传算法的大学项目来解决TSP问题，老师让我们将优化函数并行化。我尝试并行实现优化功能，它可以工作，但速度要慢得多。 小费

您可以在此处找到原始代码：

public SalesmanGenome optimizeP（）抛出InterruptedException{
//设置在优化过程中不会更改的所有常量属性
addInP.setGenerationSize（generationSize）；
addInP.setGenomeSize（genomeSize）；
addInP.setMutationRate（mutationRate）；
addInP.setNumberOfCities（城市数）；
附加设置开始城市（开始城市）；
添加设置travelPrices（travelPrices）；
addInP myThreads[]=新的addInP[N_线程]；
列表填充=初始填充（）；//随机填充
SalesmanGenome globalBestGenome=人口.get（0）；
对于（int i=0；i

这是扩展线程的addInP类的run函数

public void run()
{
    while( getCurrentGenerationSize() < generationSize){

        List<SalesmanGenome> parents = pickNRandomElements(population,2);
        List<SalesmanGenome> children = crossover(parents);
        children.set(0, mutate(children.get(0)));
        children.set(1, mutate(children.get(1)));
        generation.addAll(children);
        setCurrentGenerationSize( getCurrentGenerationSize()+2);

    }

}

public void run（）
{
while（getCurrentGenerationSize（）

这些是我的addInP类的属性和使用共享变量currentGenerationSize的方法

private static List<SalesmanGenome> population;
private static volatile int currentGenerationSize ;
private static int generationSize;
private static int[][] travelPrices;
private static int startingCity;
private static int numberOfCities;
private static int genomeSize;
private static float mutationRate;
private static List<SalesmanGenome> generation;

public synchronized int getCurrentGenerationSize() {
    return currentGenerationSize;
}

public synchronized  static void setCurrentGenerationSize(int currentGenerationSize) {
    addInP.currentGenerationSize = currentGenerationSize;
}

私有静态列表填充；
私有静态volatile int currentGenerationSize；
私有静态整数生成；
私有静态int[][]旅行价格；
私人静态int startingCity；
私人静态城市数；
私有静态int基因组化；
私有静态浮动突变率；
私有静态列表生成；
public synchronized int getCurrentGenerationSize（）{
返回电流生成大小；
}
公共同步静态无效setCurrentGenerationSize（int currentGenerationSize）{
addInP.currentGenerationSize=currentGenerationSize；
}

您可以将

基因组.size

分割成一个较小的块，并独立计算分数。这只对

基因组有意义。就我所见，for循环实际上不需要访问来修改其封闭范围内的任何内容。因此，你的导师可能希望你并行计算每个基因组的适合性，而不是顺序计算（for循环是顺序的）。因此，您可以启动一个大小为
genome.size
的线程池，让每个线程计算给定基因组的适合度，并将结果发布回主线程，然后将结果添加到适合度。只有在计算适合度的顺序无关紧要（据我所知，这并不重要）的情况下，这种方法才有效。这是否更有效值得商榷，因为线程切换会增加开销，因此可能会比直接for循环慢。请参阅：
private static List<SalesmanGenome> population;
private static volatile int currentGenerationSize ;
private static int generationSize;
private static int[][] travelPrices;
private static int startingCity;
private static int numberOfCities;
private static int genomeSize;
private static float mutationRate;
private static List<SalesmanGenome> generation;

public synchronized int getCurrentGenerationSize() {
    return currentGenerationSize;
}

public synchronized  static void setCurrentGenerationSize(int currentGenerationSize) {
    addInP.currentGenerationSize = currentGenerationSize;
}