当前位置:首页 > 文章列表 > Golang > Go问答 > 使用Golang实现的并发冒泡排序

使用Golang实现的并发冒泡排序

来源:stackoverflow 2024-03-05 23:15:24 0浏览 收藏

在IT行业这个发展更新速度很快的行业,只有不停止的学习,才不会被行业所淘汰。如果你是Golang学习者,那么本文《使用Golang实现的并发冒泡排序》就很适合你!本篇内容主要包括##content_title##,希望对大家的知识积累有所帮助,助力实战开发!

问题内容

有人可以向我解释一下下面代码中的 goroutine 是如何工作的吗,顺便说一句,我写的。

当我执行 bubblesortvanilla 时,大小为 100000 的列表大约需要 15 秒 当我使用奇偶阶段执行 bubblesortodd 和 bubblesorteven 时,大约需要 7 秒。但当我只进行 concurrentbubblesort 时,只需要大约 1.4 秒。

无法真正理解为什么单个 concurrentbubblesort 更好? 这是创建两个线程及其处理的开销的原因吗 与列表长度相同或一半?

我尝试分析代码,但不太确定如何查看正在创建的线程数或每个线程的内存使用情况等

package main

import (
    "fmt"
    "math/rand"
    "sync"
    "time"
)

func BubbleSortVanilla(intList []int) {
    for i := 0; i < len(intList)-1; i += 1 {
        if intList[i] > intList[i+1] {
            intList[i], intList[i+1] = intList[i+1], intList[i]
        }
    }
}

func BubbleSortOdd(intList []int, wg *sync.WaitGroup, c chan []int) {
    for i := 1; i < len(intList)-2; i += 2 {
        if intList[i] > intList[i+1] {
            intList[i], intList[i+1] = intList[i+1], intList[i]
        }
    }
    wg.Done()
}

func BubbleSortEven(intList []int, wg *sync.WaitGroup, c chan []int) {
    for i := 0; i < len(intList)-1; i += 2 {
        if intList[i] > intList[i+1] {
            intList[i], intList[i+1] = intList[i+1], intList[i]
        }
    }
    wg.Done()
}

func ConcurrentBubbleSort(intList []int, wg *sync.WaitGroup, c chan []int) {
    for i := 0; i < len(intList)-1; i += 1 {
        if intList[i] > intList[i+1] {
            intList[i], intList[i+1] = intList[i+1], intList[i]
        }
    }
    wg.Done()
}

func main() {
    // defer profile.Start(profile.MemProfile).Stop()
    rand.Seed(time.Now().Unix())
    intList := rand.Perm(100000)
    fmt.Println("Read a sequence of", len(intList), "elements")

    c := make(chan []int, len(intList))
    var wg sync.WaitGroup

    start := time.Now()
    for j := 0; j < len(intList)-1; j++ {
        // BubbleSortVanilla(intList) // takes roughly 15s

        // wg.Add(2)
        // go BubbleSortOdd(intList, &wg, c)  // takes roughly 7s
        // go BubbleSortEven(intList, &wg, c)

        wg.Add(1)
        go ConcurrentBubbleSort(intList, &wg, c) // takes roughly 1.4s
    }
    wg.Wait()
    elapsed := time.Since(start)

    // Print the sorted integers
    fmt.Println("Sorted List: ", len(intList), "in", elapsed)
}

正确答案


您的代码根本无法运行。 ConcurrentBubbleSort 和 BubbleSortOdd + BubbleSortEven 将导致数据争用。尝试使用 go run -race main.go 运行您的代码。由于数据竞争,数组的数据在排序后会出现错误,而且也没有排序。

为什么这么慢?我猜是因为数据竞争,并且有太多的 go 例程导致了数据竞争。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《使用Golang实现的并发冒泡排序》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
Amazon S3 无法调用 API,因为找不到相应的主机Amazon S3 无法调用 API,因为找不到相应的主机
上一篇
Amazon S3 无法调用 API,因为找不到相应的主机
缺少外键的 GORM
下一篇
缺少外键的 GORM "Has Many" 关联?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    282次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    336次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    333次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    301次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    123次使用