Qt之Concurrent Map和Map-Reduce

简介: 简述QtConcurrent::map()、QtConcurrent::mapped() 和 QtConcurrent::mappedReduced() 函数对一个序列中(例如:QList、QVector)的项目并行地进行计算。QtConcurrent::map() 就地修改一个序列,QtConcurrent::mapped() 返回一个包含修改内容的新序列,QtConc

简述

QtConcurrent::map()、QtConcurrent::mapped() 和 QtConcurrent::mappedReduced() 函数对一个序列中(例如:QList、QVector)的项目并行地进行计算。QtConcurrent::map() 就地修改一个序列,QtConcurrent::mapped() 返回一个包含修改内容的新序列,QtConcurrent::mappedReduced() 返回一个单一的结果。

这些函数是 Qt之Concurrent框架 的一部分。

上述的每个函数都有一个 blocking 变量,其返回的是最终结果,而不是一个 QFuture。可以用和异步变量同样的方式来使用它们。

QList<QImage> images = ...;

// 每次调用都会被阻塞,直到整个操作完成
QList<QImage> future = QtConcurrent::blockingMapped(images, scaled);

QtConcurrent::blockingMap(images, scale);

QImage collage = QtConcurrent::blockingMappedReduced(images, scaled, addToCollage);

注意:上述的结果类型不是 QFuture 对象,而是实际结果类型(在这种情况下,是 QList<QImage>和 QImage)。

Concurrent Map

QtConcurrent::mapped() 接受一个输入序列和一个 map 函数,该 map 函数被序列中的每一项调用,并返回一个包含 map 函数返回值的新序列。

map 函数必须是以下形式:

U function(const T &t);

T 和 U 可以是任意类型(它们甚至可以是同一类型),但是 T 必须匹配存储在序列中的类型,该函数返回修改或映射的内容。

下面示例,介绍了如何为序列中的每一项应用一个 scale 函数:

QImage scaled(const QImage &image)
{
    return image.scaled(100, 100);
}

QList<QImage> images = ...;
QFuture<QImage> thumbnails = QtConcurrent::mapped(images, scaled);

map 的结果通过 QFuture 提供。有关如何在应用程序中使用 QFuture 的更多信息,请参阅 QFuture 和 QFutureWatcher 文档。

如果想就地修改一个序列,使用 QtConcurrent::map()。map 函数必须是以下形式:

U function(T &t);

注意: map 函数的返回值、返回类型没有被使用。

使用 QtConcurrent::map() 和使用 QtConcurrent::mapped() 类似:

void scale(QImage &image)
{
    image = image.scaled(100, 100);
}

QList<QImage> images = ...;
QFuture<void> future = QtConcurrent::map(images, scale);

由于该序列被就地修改,QtConcurrent::map() 不通过 QFuture 返回任何结果。然而,仍然可以使用 QFuture 和 QFutureWatcher 监控 map 的状态。

Concurrent Map-Reduce

QtConcurrent::mappedReduced() 类似于 QtConcurrent::mapped(),但是不是返回具有新结果的序列,而是使用 reduce 函数将结果组合成单个值。

reduce 函数必须是以下形式:

V function(T &result, const U &intermediate)

T 是最终结果的类型,U 是 map 函数的返回类型。注意: reduce 函数的返回值、返回类型没有被使用。

调用 QtConcurrent::mappedReduced() 如下所示:

void addToCollage(QImage &collage, const QImage &thumbnail)
{
    QPainter p(&collage);
    static QPoint offset = QPoint(0, 0);
    p.drawImage(offset, thumbnail);
    offset += ...;
}

QList<QImage> images = ...;
QFuture<QImage> collage = QtConcurrent::mappedReduced(images, scaled, addToCollage);

对于 map 函数返回的每个结果,reduce 函数将被调用一次,并且应该将中间体合并到结果变量中。QtConcurrent::mappedReduced() 保证一次只有一个线程调用 reduce,所以没有必要用一个 mutex 锁定结果变量。QtConcurrent::ReduceOptions 枚举提供了一种方法来控制 reduction 完成的顺序。如果使用 QtConcurrent::UnorderedReduce(默认),顺序是不确定的;而 QtConcurrent::OrderedReduce 确保 reduction 按照原始序列的顺序完成。

附加 API 功能

使用迭代器而不是序列

上述每个函数都有一个变量,需要一个迭代器范围,而不是一个序列。可以用和序列变量同样的方式来使用它们。

QList<QImage> images = ...;

QFuture<QImage> thumbnails = QtConcurrent::mapped(images.constBegin(), images.constEnd(), scaled);

// map 仅就地运行在 non-const 迭代器上
QFuture<void> future = QtConcurrent::map(images.begin(), images.end(), scale);

QFuture<QImage> collage = QtConcurrent::mappedReduced(images.constBegin(), images.constEnd(), scaled, addToCollage);

Blocking 变量

上述每个函数能有一个 blocking 变量,其返回的是最终结果,而不是一个 QFuture。可以用和异步变量同样的方式来使用它们。

QList<QImage> images = ...;

// 每次调用都会被阻塞,直到整个操作完成
QList<QImage> future = QtConcurrent::blockingMapped(images, scaled);

QtConcurrent::blockingMap(images, scale);

QImage collage = QtConcurrent::blockingMappedReduced(images, scaled, addToCollage);

注意:上述的结果类型不是 QFuture 对象,而是实际结果类型(在这种情况下,是 QList<QImage>和 QImage)。

使用成员函数

QtConcurrent::map()、QtConcurrent::mapped() 和 QtConcurrent::mappedReduced() 接受成员函数的指针,成员函数类类型必须与存储在序列中的类型匹配:

// 挤压 QStringList 中的所有字符串
QStringList strings = ...;
QFuture<void> squeezedStrings = QtConcurrent::map(strings, &QString::squeeze);

// 交换 images 列表中图片所有像素的 rgb 值
QList<QImage> images = ...;
QFuture<QImage> bgrImages = QtConcurrent::mapped(images, &QImage::rgbSwapped);

// 创建一个列表中所有字符串长度的集合  
QStringList strings = ...;
QFuture<QSet<int> > wordLengths = QtConcurrent::mappedReduced(strings, &QString::length, &QSet<int>::insert);

注意:当使用 QtConcurrent::mappedReduced() 时,可以自由地混合使用正常函数和成员函数:

// 可以使用 QtConcurrent::mappedReduced() 混合正常函数和成员函数

// 计算字符串列表的平均长度
extern void computeAverage(int &average, int length);
QStringList strings = ...;
QFuture<int> averageWordLength = QtConcurrent::mappedReduced(strings, &QString::length, computeAverage);

// 创建一个列表中所有图像颜色分布的集合
extern int colorDistribution(const QImage &string);
QList<QImage> images = ...;
QFuture<QSet<int> > totalColorDistribution = QtConcurrent::mappedReduced(images, colorDistribution, QSet<int>::insert);

使用函数对象

QtConcurrent::map()、QtConcurrent::mapped() 和 QtConcurrent::mappedReduced() 接受函数对象,可用于向函数调用添加状态。result_type typedef 必须定义结果函数调用操作符的类型:

struct Scaled
{
    Scaled(int size)
    : m_size(size) { }

    typedef QImage result_type;

    QImage operator()(const QImage &image)
    {
        return image.scaled(m_size, m_size);
    }

    int m_size;
};

QList<QImage> images = ...;
QFuture<QImage> thumbnails = QtConcurrent::mapped(images, Scaled(100));

使用绑定函数参数

如果想使用一个接受多个参数的 map 函数,可以使用 std::bind() 将其转换到接受一个参数的函数。如果 C++11 支持不可用,boost::bind()std::tr1::bind() 是合适的替代品。

例如,使用 QImage::scaledToWidth():

QImage QImage::scaledToWidth(int width, Qt::TransformationMode) const;

scaledToWidth 接收三个参数(包括“this”指针),不能直接使用 QtConcurrent::mapped(),因为 QtConcurrent::mapped() 期望一个接收一个参数的函数。为了 QImage::scaledToWidth() 和 QtConcurrent::mapped() 一起使用,必须为 width 和 transformation mode 提供一个值:

std::bind(&QImage::scaledToWidth, 100, Qt::SmoothTransformation)

std::bind() 的返回值是一个具有以下签名的函数对象(functor):

QImage scaledToWith(const QImage &image)

这符合 QtConcurrent::mapped() 期望的,完整的示例变为:

QList<QImage> images = ...;
QFuture<QImage> thumbnails = QtConcurrent::mapped(images, std::bind(&QImage::scaledToWidth, 100 Qt::SmoothTransformation));

更多参考

目录
相关文章
|
11天前
|
Java API 容器
Java 8 的流库:Filter、Map、FlatMap 及 Optional 的概念与用法
【6月更文挑战第9天】Java 8 引入了许多强大的新特性,其中流库(Stream API)和 Optional 类极大地简化了集合操作和空值处理。本文将深入探讨 filter、map、flatMap 以及 Optional 的概念和用法,并提供示例代码来展示其实际应用。
18 4
|
1月前
|
存储 缓存 Java
map应用
map应用
27 0
|
1月前
|
分布式计算 JavaScript 前端开发
Stream学习笔记(二)map与reduce
Stream学习笔记(二)map与reduce
|
1月前
|
Java
java8 foreach用法list转map、map转list
java8 foreach用法list转map、map转list
|
7月前
|
分布式计算 资源调度 Java
map-reduce中的组件
map-reduce中的组件
49 0
|
12月前
|
存储 Dart 数据处理
Dart中常用的集合类型List、Set、Map、Queue
Dart中常用的集合类型List、Set、Map、Queue
|
12月前
|
安全
Map
Map
65 0
|
Java
java8中的map与flatmap
java8中的map与flatmap
84 0
java8中的map与flatmap
|
JavaScript
map、filter和reduce
map、filter和reduce
64 0
|
Java
java8 stream 操作map根据key或者value排序
java8 stream 操作map根据key或者value排序
607 0

热门文章

最新文章

推荐镜像

更多