Герберт Шилдт - C# 4.0 полное руководство - 2011

Parallel.Invoke(MyMeth, MyMeth2);

Console.WriteLine("Основной поток завершен.");

}

}

Выполнение этой программы может привести к следующему результату.

Основной поток запущен.

MyMeth() запущен MyMeth2() запущен В методе MyMeth() подсчет равен 0 В методе MyMeth2() подсчет равен 0 В методе MyMeth() подсчет равен 1 В методе MyMeth2() подсчет равен 1 В методе MyMeth() подсчет равен 2 В методе MyMeth2() подсчет равен 2 В методе MyMeth() подсчет равен 3

В методе MyMeth2() подсчет равен 3 В методе MyMethO подсчет равен 4 MyMeth() завершен

В методе MyMeth2() подсчет равен 4 MyMeth2() завершен Основной поток завершен.

В данном примере особое внимание обращает на себя следующее обстоятельство: выполнение метода Main () приостанавливается до тех пор, пока не произойдет возврат из метода Invoke (). Следовательно, метод Main (), в отличие от методов MyMeth () и MyMeth2 (), не выполняется параллельно. Поэтому применять метод Invoke () показанным здесь способом нельзя в том случае, если требуется, чтобы исполнение вызывающего потока продолжалось.

В приведенном выше примере использовались именованные методы, но для вызова метода Invoke () это условие не является обязательным. Ниже приведен переделанный вариант той же самой программы, где в качестве аргументов в вызове метода Invoke () применяются лямбда-выражения.

// Применить метод Parallel.Invoke() для параллельного выполнения двух методов. // В этой версии программы применяются лямбда-выражения.

using System;

using System.Threading;

using System.Threading.Tasks;

class DemoParallel {

static void Main() {

Console.WriteLine("Основной поток запущен.");

// Выполнить два анонимных метода, указываемых в лямбда-выражениях.

Parallel.Invoke( () => {

Console.WriteLine("Выражение #1 запущено");

for(int count = 0; count < 5; count++) {

Thread.Sleep(500);

Console.WriteLine("В выражении #1 подсчет равен " + count );

}

Console.WriteLine("Выражение #1 завершено");

},

О => {

Console.WriteLine("Выражение #2 запущено");

for (int count = 0; count < 5; count++) {

Thread.Sleep(500);

Console.WriteLine("В выражении #2 подсчет равен " + count );

}

Console.WriteLine("Основной поток завершен.");

}

}

Эта программа дает результат, похожий на результат выполнения предыдущей программы.

Применение метода For ()

В TPL параллелизм данных поддерживается, в частности, с помощью метода For (), определенного в классе Parallel. Этот метод существует в нескольких формах. Его рассмотрение мы начнем с самой простой формы, приведенной ниже:

public static ParallelLoopResult

For(int fromlnclusive, int toExclusive, Action body)

где fromlnclusive обозначает начальное значение того, что соответствует переменной управления циклом; оно называется также итерационным, или индексным, значением; a toExclusive — значение, на единицу больше конечного. На каждом шаге цикла переменная управления циклом увеличивается на единицу. Следовательно, цикл постепенно продвигается от начального значения fromlnclusive к конечному значению toExclusive минус единица. Циклически выполняемый код указывается методом, передаваемым через параметр body. Этот метод должен быть совместим с делегатом Action, объявляемым следующим образом.

public delegate void Action(T obj)

Для метода For () обобщенный параметр Т должен быть, конечно, типа int. Значение, передаваемое через параметр obj, будет следующим значением переменной управления циклом. А метод, передаваемый через параметр body , может быть именованным или анонимным. Метод For () возвращает экземпляр объекта типа ParallelLoopResult, описывающий состояние завершения цикла. Для простых циклов этим значением можно пренебречь. (Более подробно это значение будет рассмотрено несколько ниже.)

Главная особенность метода For () состоит в том, что он позволяет, когда такая возможность имеется, распараллелить исполнение кода в цикле. А это, в свою очередь, может привести к повышению производительности. Например, процесс преобразования массива в цикле может быть разделен на части таким образом, чтобы разные части массива преобразовывались одновременно. Следует, однако, иметь в виду, что повышение производительности не гарантируется из-за отличий в количестве доступных процессоров в разных средах выполнения, а также из-за того, что распараллеливание мелких циклов может составить издержки, которые превышают сэкономленное время.