• 多线程并发集合


           在C#语言中当需要处理并发的场景时,就需要程序员使用最合理的数据结构。那么哪些数据结构是支持和可以在并行计算中被使用的呢。首先这些数据结构具备可伸缩性,尽可能地避免锁(会造成多个线程的等待,防止资源竞争),同时还能提供线程安全的访问。

    在.NET Framework4.0中引入了System.Collections.Concurrent命名空间,其中就包含几个数据结构。

    • ConcurrentQueue:提供线程安全的先进先出集合
    • ConcurrentDictionary:提供可有多个线程同时访问的键值对的线程安全集合
    • ConcurrentStack:提供线程安全的后进先出集合
    • ConcurrentBag:提供对象的线程安全的无序集合
    • BlockingCollect:与经典的阻塞队列数据结构类似,能够适用于多个任务添加和删除数据,提供阻塞和限界能力。

    .NET Framework 4提供了新的线程安全和扩展的并发集合,它们能够解决潜在的死锁问题和竞争条件问题,因此在很多复杂的情形下它们能够使得并行代码更容易编写,这些集合尽可能减少需要使用锁的次数,从而使得在大部分情形下能够优化为最佳性能,不会产生不必要的同步开销。

    需要注意的是:

    线程安全并不是没有代价的,比起System.Collenctions和System.Collenctions.Generic命名空间中的列表、集合和数组来说,并发集合会有更大的开销。因此,应该只在需要从多个任务中并发访问集合的时候才使用并发几个,在串行代码中使用并发集合是没有意义的,因为它们会增加无谓的开销。

    为此,在.NET Framework中提供了System.Collections.Concurrent新的命名空间可以访问用于解决线程安全问题,通过这个命名空间能访问以下为并发做好了准备的集合。

    下面看代码,代码中并没有实现线程安全和串行化:

    using System;
    using System.Collections.Generic;
    using System.Threading.Tasks;
    
    namespace ConcurrentDemo
    {
        class Program
        {
            private static List<Student> students;
            static void Main(string[] args)
            {
                students = new List<Student>();
                /*创建任务 t1  t1 执行 数据集合添加操作*/
                Task t1 = Task.Factory.StartNew(() =>
                {
                    AddStudent();
                });
                /*创建任务 t2  t2 执行 数据集合添加操作*/
                Task t2 = Task.Factory.StartNew(() =>
                {
                    AddStudent();
                });
                /*创建任务 t3  t3 执行 数据集合添加操作*/
                Task t3 = Task.Factory.StartNew(() =>
                {
                    AddStudent();
                });
                Task.WaitAll(t1, t2, t3);
                Console.WriteLine(students.Count);
                Console.ReadLine();
            }
    
            static void AddStudent()
            {
                Parallel.For(0, 1000, (i) =>
                {
                    Student student = new Student();
                    student.Id = i;
                    student.Name = "name" + i;
                    students.Add(student);
                });
            }
        }
    
        class Student
        {
            public int Id { get; set; }
            public string Name { get; set; }
        }
    }

    代码中开启了三个并发操作,每个操作都向集合中添加1000条数据,在没有保障线程安全和串行化的运行下,实际得到的数据并没有3000条,结果如下:

     为此我们需要采用Lock关键字,来确保每次只有一个线程来访问  students.Add(student); 这个方法,代码如下:

    using System;
    using System.Collections.Generic;
    using System.Threading.Tasks;
    
    namespace ConcurrentDemo
    {
        class Program
        {
            private static object obj = new object();
            private static List<Student> students;
            static void Main(string[] args)
            {
                students = new List<Student>();
                /*创建任务 t1  t1 执行 数据集合添加操作*/
                Task t1 = Task.Factory.StartNew(() =>
                {
                    AddStudent();
                });
                /*创建任务 t2  t2 执行 数据集合添加操作*/
                Task t2 = Task.Factory.StartNew(() =>
                {
                    AddStudent();
                });
                /*创建任务 t3  t3 执行 数据集合添加操作*/
                Task t3 = Task.Factory.StartNew(() =>
                {
                    AddStudent();
                });
                Task.WaitAll(t1, t2, t3);
                Console.WriteLine(students.Count);
                Console.ReadLine();
            }
    
            static void AddStudent()
            {
                Parallel.For(0, 1000, (i) =>
                {
                    Student student = new Student();
                    student.Id = i;
                    student.Name = "name" + i;
                    lock (obj)
                    { 
                      students.Add(student);
                    }
                });
            }
        }
    
        class Student
        {
            public int Id { get; set; }
            public string Name { get; set; }
        }
    }

     但是锁的引入,带来了一定的开销和性能的损耗,并降低了程序的扩展性,在并发编程中显然不适用。

    上述例子改成使用ConcurrentBag类型:

    using System;
    using System.Collections.Concurrent;
    using System.Collections.Generic;
    using System.Threading.Tasks;
    
    namespace ConcurrentDemo
    {
        class Program
        {
            //private static object obj = new object();
            private static ConcurrentBag<Student> students;
            static void Main(string[] args)
            {
                students = new ConcurrentBag<Student>();
                /*创建任务 t1  t1 执行 数据集合添加操作*/
                Task t1 = Task.Factory.StartNew(() =>
                {
                    AddStudent();
                });
                /*创建任务 t2  t2 执行 数据集合添加操作*/
                Task t2 = Task.Factory.StartNew(() =>
                {
                    AddStudent();
                });
                /*创建任务 t3  t3 执行 数据集合添加操作*/
                Task t3 = Task.Factory.StartNew(() =>
                {
                    AddStudent();
                });
                Task.WaitAll(t1, t2, t3);
                Console.WriteLine(students.Count);
                Console.ReadLine();
            }
    
            static void AddStudent()
            {
                Parallel.For(0, 1000, (i) =>
                {
                    Student student = new Student();
                    student.Id = i;
                    student.Name = "name" + i;
                    students.Add(student);
                });
            }
        }
    
        class Student
        {
            public int Id { get; set; }
            public string Name { get; set; }
        }
    }

    返回结果也是3000

    具体每种集合的API可以查看 https://docs.microsoft.com/zh-cn/dotnet/api/system.collections.concurrent?redirectedfrom=MSDN&view=net-6.0 

    本文参考链接:https://www.cnblogs.com/woxpp/p/3935557.html

  • 相关阅读:
    《程序员成长的烦恼》
    我们一起读《暗时间》
    CSS选择器分类总结
    CSharp如何自定义鼠标样式
    Android开发消除横向排列的多个Button之间的空隙
    JS代码指导原则
    Android蓝牙联机Demo解析
    排序算法之堆排序(Heapsort)解析
    排序算法之归并排序(Mergesort)解析
    经典串匹配算法(KMP)解析
  • 原文地址:https://www.cnblogs.com/hobelee/p/16440075.html
Copyright © 2020-2023  润新知