Parallel processing Julia中的并行计算

我正在处理Julia中的一个代码，我正在使用并行计算。这里是我正在使用的函数（从实际函数简化而来）

我试图评估我所谓的“命中时间”：

所以我运行了5条轨迹的函数（只是想看看会发生什么），下面是结果

using Distributed
addprocs(4)

@everywhere include("untitled.jl")

(t, Fid, HittingTime) = @time action(5,10.,0.01);
      From worker 2:    0.01
      From worker 5:    0.01
      From worker 3:    0.01
      From worker 4:    0.01
      From worker 6:    0.01
[0.0, 0.0, 0.0, 0.0, 0.0]
  0.723837 seconds (121.59 k allocations: 6.331 MiB)
HittingTime
5-element Array{Float64,1}:
 0.0
 0.0
 0.0
 0.0
 0.0

---

如您所见，在for循环中，函数输入if，并存储

HittingTime[ktraj]=jt*dt

的值。但是当for循环结束时，HittingTime数组中的值似乎消失了！我不能将hcat用于

FidelitytoTarget

，因为数组具有不同的维度，因此如何编写一些代码来存储这些值？

您需要一个

SharedArray

来改变工作进程中的状态

using Distributed, SharedArrays
addprocs(4)
HittingTime=SharedArray{Float64}(nworkers())

res = @distributed (+) for i in 1:length(HittingTime)
    HittingTime[i] = rand()
    HittingTime[i]
end

@assert res ≈ sum(HittingTime)

---

您需要有一个

SharedArray

，以便在工作区中改变状态

using Distributed, SharedArrays
addprocs(4)
HittingTime=SharedArray{Float64}(nworkers())

res = @distributed (+) for i in 1:length(HittingTime)
    HittingTime[i] = rand()
    HittingTime[i]
end

@assert res ≈ sum(HittingTime)

---

既然你已经知道了答案，请简化你的问题，使之可读并可供他人使用。@PrzemyslawSzufel我确实按照你的建议简化了问题。我想现在更清楚了：）既然你知道答案，请简化你的问题，使之可读性强，便于他人使用。@PrzemyslawSzufel我确实按照你的建议简化了问题。我认为现在更清楚了：）或者多线程而不是多处理是的，只要不超过16个线程。对于大规模作业，多处理（或分布式计算）是更好的选择。或者多线程代替多处理是的，只要不超过16个线程。对于大规模作业，多处理（或分布式计算）是更好的选择。