Multithreading 我的代码需要使用多线程，有哪些迹象可以说明问题？

我使用的是第三方API，它执行我认为在所用时间/资源（图像识别等）方面代价高昂的操作。有什么迹象表明测试中的代码应该使用线程来提高性能

我有一个分析器，将对我编写的依赖于此API的代码进行评测

---

谢谢

< P>如果你有两个不同的事件序列，它们不依赖于另一个，那么考虑它。如果为了确保两个操作不会相互妨碍而必须编写一组逻辑，那么通过使这两段代码更清晰就可以获得回报

另一方面，如果您发现，在尝试实现多线程时，您必须添加大量代码来在线程之间通信结果，因为一个（或两个）无法在没有来自另一个的一些信息的情况下继续进行，这是一个很好的迹象，表明您正在尝试在没有意义的地方创建线程

在一种情况下，使用多线程是有意义的，即使您必须添加通信来完成它，这就是当您有一个任务需要保持可供输入的状态，而另一个任务需要执行繁重的计算时。一个线程可能会轮询某个地方的输入，在没有可用输入时阻塞，以便在输入可用时及时响应，并将作业提供给另一个“工作者”线程，以便处理始终持续，而不仅仅是在有输入时

---

另一件要考虑的事情是，即使当一个作业“尴尬并行”（即，在并行化的部分之间需要很少或没有通信）时，也有多线程可能不值得的情况。如果您的CPU可以将不同的线程分配给不同的内核，那么多线程将通过允许多个内核同时处理工作来提高速度。但是，在单核处理器上，甚至在具有不幸操作系统的多核处理器上，拥有多个线程不会加快速度，因为单核处理器仍然需要完成所有工作。

图像处理通常需要cpu。但是，如果您的图像处理api已经设计为利用多个CPU，那么多线程可能对您没有帮助。我通常认为快速确定多线程有帮助的策略是编写一个简单的程序，一次又一次地进行相关的处理。然后，我将在一组数据上运行它，然后同时在一半的数据上运行两个进程实例。无需确保此类测试的数据均衡；如果一个进程用完了，它将只运行一个实例来处理剩余的任何内容。通过墙上的时钟计时。我的意思是字面上的；选择一个足够大的数据集，使其运行至少需要一分钟，但理想情况下需要5分钟或更长时间）

如果同时运行两个拷贝可以显著提高吞吐量，那么多线程可能是一个好主意。显然，这种策略只适用于某些情况，在某些情况下，多线程可能涉及以这种技巧无法模仿的方式利用共享输出。但是，这是一个非常容易运行的测试，很少需要编写太多（如果有的话）代码