Parallel processing Swift中的并行for循环

与以下C&OpenMP代码最接近的Swift等价物是什么（假设

n

很大而

f

很简单）：

#openmp并行
对于（int i=0；i

对于这样一个常规任务，将for循环与striding和

dispatch\u apply

并行似乎需要大量的工作。有什么聪明的快捷方式吗？

从iBook上看，似乎还没有针对并行性的特定于swift的API/语言功能。就性能而言，使用GCD似乎是目前最好的选择。如果您希望代码简洁，可以使用标准的Objective-C习惯用法进行并发数组枚举：

    var array : Int[] = [1,2,3,4]
    array.bridgeToObjectiveC().enumerateObjectsWithOptions(NSEnumerationOptions.Concurrent, {(obj: AnyObject!, index: Int, outStop: CMutablePointer<ObjCBool>) -> Void in
        // Do stuff
    });

var数组：Int[]=[1,2,3,4]
array.BridgeToObjective（）.enumerateObjectsWithOptions（NSEnumerationOptions.Concurrent，{（obj:AnyObject！，index:Int，outStop:CMutablePointer）->中的Void
//做事
});

您可以将Swift数组转换为

NSArray

并使用

EnumerateObjectsSwithOptions

，而无需桥接-请参见下面的简单示例：

let kCompanyListFileNames :[String] = [
  "nyse_companylist",
  "nasdaq_companylist",
  "amex_companylist"
]

let companyListFileNames:NSArray = kCompanyListFileNames as NSArray

companyListFileNames.enumerateObjectsWithOptions(NSEnumerationOptions.Concurrent) {
      (companyName:AnyObject!, index:Int, stop:UnsafeMutablePointer<ObjCBool>) -> Void in
      println(companyName)
    }

让kCompanyListFileName:[字符串]=[
“纽约证券交易所公司列表”，
“纳斯达克大学公司列表”，
“美国运通公司列表”
]
让companyListFileNames:NSArray=kCompanyListFileNames作为NSArray
companyListFileNames.enumerateObjectsWithOptions（NSEnumerationOptions.Concurrent）{
（公司名称：AnyObject！，索引：Int，停止：UnsafeMutablePointer）->Void in
println（公司名称）
}
如果您的代码有循环，并且每次通过循环完成的工作与其他迭代中所做的工作无关，那么您可以考虑使用DeXCHCHYApple或DeXCHCHOPAPYYF函数重新实现循环代码。这些函数将循环的每个迭代分别提交给调度队列进行处理。当与并发队列结合使用时，此功能允许您同时执行循环的多个迭代
请看这里：

对于swift：

用于swift中for循环的并行性。您必须使用DispatchQueue.concurrentPerform（计算：执行：）
以上答案中关于使用
concurrentPerform
的线索是正确的，但没有扩展。下面是简单的解决方案：

class ConcurrentCalculator<T> {

    func calc(for b: [T], _ f: (T) -> T) -> [T?] {

        let n = b.count

        var a: [T?] = Array(repeating: nil, count: n)

        DispatchQueue.concurrentPerform(iterations: n) { i in

            a[i] = f(b[i])
        }

        return a
    }
}

当然，这是一个基本的解决方案：它不是线程安全的，而且它可能会遇到大型阵列的内存问题。这可以在以后添加

这种方法的美妙之处在于，您不需要计算可用线程数等。它只会使用所有可用线程。
我非常有兴趣看到将这种方法与（1）简单的单线程Swift实现和（2）OpenMP并行C实现进行比较的基准测试！如果单线程swift实现的性能优于OpenMP，那么首先工作负载对于并行化来说是一个不好的候选者。如果OpenMP版本优于单线程swift，那么。。。这并不奇怪，真的。我认为更有趣的比较应该是使用GCD进行并行性的swift与使用OpenMP的C。（我希望对于足够并行的工作负载，C会赢，但这将是一个有趣的测试。）我想你误解了我的评论。我想看到两种不同的比较：（1）Swift N计算选项。并发并行与Swift单线程；（2）Swift N计算选项。并发并行与C OpenMP并行。w/r/t#1，我的评论站得住脚。无论使用何种API，单线程与并行都是无趣的，因为它首先应该完全由工作负载的并行性问题决定。不，我认为基准测试（1）这对于了解我们是否可以使用NSEnumerationOptions实现接近最佳的加速非常重要。Swift应用程序中的并发并行性。我完全不相信与enumerateObjectsWithOptions（NSEnumerationOptions.Concurrent）的实现相关的开销可以忽略不计，特别是如果您需要在Swift和ObjC之间架起桥梁的话。众所周知，使用C&OpenMP可以实现接近最佳的加速（例如，与单线程版本相比，使用20个内核可以获得近20倍的加速）；Swift也是这样吗？也许你需要使用另一个Swift：对，使用java实现高性能，Swift-lang.org。。。。。嗯，不知道你是否意识到，对于习惯于高性能c或fortran的人来说，这个解决方案看起来有多麻烦？无法通过openmp、mpi或其他内置的高性能并行计算库认真对待swift。我将保留openmp pragmas并使用可笑的桥接头。@μολὼν、 λαβέ同时，Swift&Swift社区非常清楚，Swift并不是所有编程问题的最终解决方案。Swift与它的前身Objective-C有很多衔接，但可以说，通过将C数据类型和函数干净地导入Swift，我们在与plain-C的衔接上付出了更多的努力。在这里，理智的、预期的现实世界解决方案是用C编写性能关键的内容，将其封装在函数中，并使用Swift提供的函数。
DispatchQueue.concurrentPerform(iterations: 1000) { (index) in
     print("current: \(index)")
}

class ConcurrentCalculator<T> {

    func calc(for b: [T], _ f: (T) -> T) -> [T?] {

        let n = b.count

        var a: [T?] = Array(repeating: nil, count: n)

        DispatchQueue.concurrentPerform(iterations: n) { i in

            a[i] = f(b[i])
        }

        return a
    }
}

let myB = Array(1...100)

func myF(b: Int) -> Int {

    b * b
}

let myCalc = ConcurrentCalculator<Int>()
let myA = myCalc.calc(for: myB, myF)

print(myA)

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100, 121, 144, 169, 196, 225, 256, 289, 324, 361, 400, 441, 484, 529, 576, 625, 676, 729, 784, 841, 900, 961, 1024, 1089, 1156, 1225, 1296, 1369, 1444, 1521, 1600, 1681, 1764, 1849, 1936, 2025, 2116, 2209, 2304, 2401, 2500, 2601, 2704, 2809, 2916, 3025, 3136, 3249, 3364, 3481, 3600, 3721, 3844, 3969, 4096, 4225, 4356, 4489, 4624, 4761, 4900, 5041, 5184, 5329, 5476, 5625, 5776, 5929, 6084, 6241, 6400, 6561, 6724, 6889, 7056, 7225, 7396, 7569, 7744, 7921, 8100, 8281, 8464, 8649, 8836, 9025, 9216, 9409, 9604, 9801, 10000]