博客
关于我
线程基础示例代码之Barrier
阅读量:499 次
发布时间:2019-03-07

本文共 1634 字,大约阅读时间需要 5 分钟。

Barrier是算法中的一个同步基元,允许多个线程(称为参与者)在分阶段同时处理任务。在到达代码中的拦截点之前,每个参与者都会继续执行。拦截点表示一个工作阶段的结束,单个参与者如果在所有参与者都到达拦截点之前到达,就会被阻塞,直到所有参与者都到达。只有所有参与者都到达屏障后,才可以执行后续操作。

举个例子,假设我们约好几位好友前往同一个地点A见面。在到达地点A之前,每个人会选择不同的交通工具(执行任务)。已经到达的人会等待,直到所有人到达。大家到达后才能继续搭车去旅游景点(后续操作)。

Barrier在算法中应用广泛,特别是当任务可以被拆分成多个小任务以充分利用多核处理器时。每个小任务完成后,需要对结果进行处理以得到最终答案。

然而,大多数情况下,建议使用TaskFactory.ContinueWhenAll来替代Barrier。但在涉及共享资源的情况下,Barrier是更好的选择。

Barrier在初始化时会等待指定数量的信号到来,这个数量在初始化时确定。所有信号到达后,Barrier会执行指定的动作,这个动作也是在初始化时确定的。Barrier执行动作后会重置,重新开始等待指定数量的信号,再执行指定动作。

信号可以通过SignalAndWait()方法发送。执行这个方法的Task或线程会进入等待状态。

参与者数量可以通过AddParticipant()和RemoveParticipant()方法动态管理。

以下是一个示例代码:

using System;
using System.Threading;
using System.Threading.Tasks;
public class App
{
private static Barrier barrier;
private static int count = 0;
private static void DoWork()
{
Interlocked.Add(ref count, 4);
Console.WriteLine("A participant arrived..");
barrier.SignalAndWait();
}
static void Main(string[] args)
{
barrier = new Barrier(3, (b) =>
{
Console.WriteLine($"Task completed: count={count}");
});
barrier.AddParticipants(2);
Console.WriteLine($"Current participant count: {barrier.ParticipantCount}");
barrier.RemoveParticipant();
Console.WriteLine($"Current participant count: {barrier.ParticipantCount}");
Parallel.Invoke(DoWork, DoWork, DoWork, DoWork);
Console.ReadLine();
barrier.Dispose();
}
}

输出结果如下:

当前参与者数量:5
当前参与者数量:4
A participant arrived..
A participant arrived..
A participant arrived..
A participant arrived..
Task completed: count=16

转载地址:http://ubmcz.baihongyu.com/

你可能感兴趣的文章
OpenCV中的监督学习
查看>>
opencv中读写视频
查看>>
opencv之cv2.findContours和drawContours(python)
查看>>
opencv之namedWindow,imshow出现两个窗口
查看>>
opencv之模糊处理
查看>>
Opencv介绍及opencv3.0在 vs2010上的配置
查看>>
OpenCV使用霍夫变换检测图像中的形状
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>
OpenCV保证输入图像为三通道
查看>>
OpenCV入门教程(非常详细)从零基础入门到精通,看完这一篇就够了
查看>>
opencv图像分割2-GMM
查看>>
opencv图像分割3-分水岭方法
查看>>
opencv图像切割1-KMeans方法
查看>>
OpenCV图像处理篇之阈值操作函数
查看>>
OpenCV图像的深浅拷贝
查看>>
OpenCV学习(13) 细化算法(1)(转)
查看>>
OpenCV学习笔记(27)KAZE 算法原理与源码分析(一)非线性扩散滤波
查看>>
OpenCV学堂 | OpenCV案例 | 基于轮廓分析对象提取
查看>>
OpenCV学堂 | YOLOv8实战 | 荧光显微镜细胞图像检测
查看>>
OpenCV官方文档 理解k - means聚类
查看>>