一道面试题:用多线程求1000以内的素数有多少个?并给出消耗时间

     我曾经去一个公司面试,遇到这么一个题目:求1000以内的素数有多少个?用多线程实现,并给出消耗时间。我想了半天,没有想出多线程的解决方案。今天因为机缘到了,我浅谈下我的解法。

     这道题,显然得考虑两个问题:

     1、多线程的问题

     2、算法性能问题

     有人觉得1000以内还考虑什么算法性能?这肯定很快。但是话说回来,这个都有必要用多线程吗?如果我们求10000000以内的素数有多少个?是不是必须考虑以上两个问题了?多线程和算法优化的目的都是为了提高程序执行的效率。我们首先来考虑算法问题,什么是素数?素数:也称为质数,在自然数中除了1和本身能整除外,没有其它数可以整除,并且1不是素数。比如2,3都是素数。好了,我们看代码:

 1           private static bool IsSushu1(int n)
 2             {
 3                 bool isSuFlag = true;
 4                 if (n <= 1) return false;
 5 
 6                 for (int i = 2; i < n; i++)
 7                 {
 8                     if (n % i == 0)
 9                     {
10                         isSuFlag = false;
11                         break;
12                     }
13                 }
14                 return isSuFlag;
15             }

这是求一个数是不是素数的算法,此算法根据定义而来,如果面临千万级的数据,直接出不来结果。我们能不能优化下?答案是肯定的,所以数学学得好的话,对计算机工作者来说,总是有益无害,我们来看改进后的代码:

 1            private static bool IsSuShu(int n)
 2             {
 3                 bool isSuFlag = true;
 4                 if (n <= 1) return false;
 5 
 6 
 7                 for (int i = 2; i <= (int)Math.Sqrt((double)n); i++)
 8                 {
 9                     if (n % i == 0)
10                     {
11                         isSuFlag = false;
12                         break;
13                     }
14                 }
15                 return isSuFlag;
16             }

代码没有大的改变,只是循环的次数大规模降低了,想一想,如果是百万级的数据,开个平方根,那就成了1000级别。这个算法的原理,还没有想明白,是从网上看到的,总之是实实在在的数学问题,如果数学思维很好的话,这个估计能想得来。

算法有了,那用多线程有哪些问题呢?

首先,我们每个线程的执行结果,必须拿到。其次,要算总的消耗时间。创建一个线程,我们可以直接用Thread创建,但是Thread创建比较消耗性能,而且要拿执行结果,也没法拿。如果用ThreadPool 创建后台线程的话,倒是性能提高了,还是直接拿不到线程执行的结果。我于是想到了c#中的Task。task知识点比较多,可以慢慢学习。先看实现:

 1             private static void MultiThreadCompute(int n,int pageSize)
 2             {
 3                 List<Task<int>> tasks = new List<Task<int>>();
 4 
 5                 var start = DateTime.Now;
 6 
 7                 for (int i = 1; i <= n / pageSize; i++)
 8                 {
 9                     var pageIndex = i;
10                     int startNum = (pageIndex - 1) * pageSize;
11                     int endNum = startNum + pageSize;
12 
13                     int[] numbers = { startNum, endNum };
14 
15                     tasks.Add(Task.Factory.StartNew((obj) =>
16                      {
17                          int totalCount = 0;
18 
19                          int[] temps = obj as int[];
20 
21                          for (int j = temps[0]; j < temps[1]; j++)
22                          {
23                              if (IsSushu1(j))
24                              {
25                                  totalCount++;
26                              }
27                          }
28                          return totalCount;
29                      }, numbers));
30                 }
31 
32                 Task.Factory.ContinueWhenAll(tasks.ToArray(), (taskList) =>
33                 {
34                     var end = DateTime.Now;
35                     int result = 0;
36 
37                     foreach (var item in tasks)
38                     {
39                         result += item.Result;
40 
41                         Console.WriteLine("task{0}找到{1}个素数", item.Id, item.Result);
42                     }
43 
44                     Console.WriteLine("{0}以内找到{1}个素数,总花费时间:{2}", n, result, end.Subtract(start).TotalSeconds);
45 
46                 });

解释下代码,pageSize就是我借鉴了网页上分页的算法,每个线程执行一个页的数据。从32行开始,这个是等所有的任务执行完毕,然后循环任务取得结果,也是异步调用,不会阻塞主程序的继续执行。这儿也可以改成同步调用:

 1               Task.WaitAll(tasks.ToArray());
 2 
 3                 int result = 0;
 4 
 5                 foreach (var item in tasks)
 6                 {
 7                     result += item.Result;
 8 
 9                     Console.WriteLine("task{0}找到{1}个素数", item.Id, item.Result);
10                 }
11 
12                 Console.WriteLine("{0}以内找到{1}个素数", n, result);

Task的WaitAll方法,阻塞主线程,等所有的任务完成后,主线程开始统计结果。

上图第一行是单线程执行的结果,用时1.7s,下面是多线程执行的结果,因为是异步调用,获取任务执行的结果,所以主线程先输出了“我是异步调用”,其实这行代码在最后一行。

这次是同步调用,多线程花费的时间比异步调用多了0.1s,是不是偶然呢?我连续运行了多次,都在0.8s的级别上,而异步调用在0.7s的级别上。看来的确是快了一点。这两次的运行结果,都是基于素数定义的算法,那我把改良后的算法用上,看是什么情况。

大家有没有注意,此时多线程的优势并没有发挥出来,它和单线程都是0.02s,那么我们把数据量加到百万级,看看结果:

仅仅拉开了0.4s差距,我们把数据调到千万级别上,再看结果:

此时,多线程虽然比单线程节省了一半时间,但是还是有6s,增加线程数:

我增加这么多线程,才提高了将近2s,付出与收获不成正比啊。事实证明,线程不一定越多越好,可以计算出一个合适的线程数,这样才能花比较少的资源,尽最大努力提高性能。

 

posted @ 2016-11-02 18:32  micDavid  阅读(5642)  评论(0编辑  收藏  举报