Java多线程+分治求和，太牛了

shigen坚持更新文章的博客写手，擅长Java、python、vue、shell等编程语言和各种应用程序、脚本的开发。记录成长，分享认知，留住感动。
个人IP：shigen

最近的一个面试，shigen简直被吊打，简历上写了熟悉高并发。完了面试官不按照套路出牌，我说了我用了countdownLanch，他问forkjoin了解吗？LRU怎么设计……一脸懵，尴尬的直接抠脚。

赶紧花时间研究了，顺便看了一下线程池，看到了这样一个经典的案例：

求1-10000_0000的和。

没错，别眼花，是1-1个亿个数字的和。别告诉我，直接循环相加，那就回家等通知吧。

好的，前提就聊到这。看看我这一段炫酷的代码：

天啊，task+递归，和着在线程池不断的玩呗。

一看这种分而治之，像极了传说中的二分法，经典的分治思想。等等，我咋这么熟悉！

没错，经典的归并排序，就是这样子的！花了一小时，把这个算法用Java写出来了。shigen之前可是用的python写算法。

java版归并排序

public class MergeSortDemo {
   
   

    // 归并排序
    static void mergeSort(int[] arr, int left, int right) {
   
   
        if (left < right) {
   
   
            int mid = (left + right) / 2;
            // 简直直接mid
            mergeSort(arr, left, mid);
            mergeSort(arr, mid + 1, right);
            merge(arr, left, mid, right);
        }
    }

    private static void print(int[] arr) {
   
   
        for (int i = 0; i < arr.length; i++) {
   
   
            System.out.print(arr[i] + " ");
        }
        System.out.println();
    }

    private static void merge(int[] arr, int left, int mid, int right) {
   
   
        // 构建一个临时数组暂存arr[left, right]之间有序的元素
        int[] temp = new int[right - left + 1];
        int i = left, j = mid + 1, k = 0;

        // while的临界条件需注意，此时分段有序数组合并
        // [1,2,3] + [1,3,4,5,6] mid = 4
        while (i <= mid && j <= right) {
   
   
            if (arr[i] < arr[j]) {
   
   
                temp[k++] = arr[i++];
            } else {
   
   
                temp[k++] = arr[j++];
            }
        }
        // 剩下的元素直接追加即可，两个while只会走一个
        while (i <= mid) {
   
   
            temp[k++] = arr[i++];
        }
        while (j <= right) {
   
   
            temp[k++] = arr[j++];
        }

        // 将temp[] => arr[left, right]
        for (i = 0; i < temp.length; i++) {
   
   
            arr[left + i] = temp[i];
        }
    }


    public static void main(String[] args) {
   
   
        int[] arr = {
   
   1, 432, 1, 3243, 54, 32, -10, 43, 90};
        mergeSort(arr, 0, arr.length - 1);
        print(arr);
    }

}

看似很复杂，其实一点也不简单。注意点写在代码里了。只能说用Java写算法，真的头大。

python版归并排序

没错，就短短的四行。简洁多了。

接下来，就是重点，如何求1-1个亿数字的和呢？多线程+分段会是不错的选择。

• 1-1_0000
• 1_0001-2_0000
• 2_0001-3_0000
• ……
• 9999_0000-10000_0000

原理就是这个原理，多线程分段的求和，最后再把总体的和算出来。至少两点是确定的，线程池+Futuretask。

多线程求和

public class ThreadPoolDemo {
   
   

    @SneakyThrows
    public static void main(String[] args) {
   
   
        int[] arr = new int[10_0000];
        for (int i = 0; i < arr.length; i++) {
   
   
            arr[i] = i + 1;
        }

        StopWatch stopWatch = new StopWatch();
        stopWatch.start();

        ExecutorService executor = Executors.newFixedThreadPool(10);
        int sum = 0;
        int chunkSize = arr.length / 10;

        for (int i = 0; i < 10; i++) {
   
   
            int start = i * chunkSize;
            int end = (i == 9) ? arr.length : (start + chunkSize);
            sum += executor.submit(new SumTask(arr, start, end)).get();
        }

        executor.shutdown();
        stopWatch.stop();
        System.out.println("Sum of 1 to 100000 is: " + sum);
        System.out.println("代码执行时间：" + stopWatch.getLastTaskTimeMillis() + "毫秒");

    }
}

class SumTask implements Callable<Integer> {
   
   

    private final int[] arr;
    private final int start;
    private final int end;

    public SumTask(int[] arr, int start, int end) {
   
   
        this.arr = arr;
        this.start = start;
        this.end = end;
    }

    @Override
    public Integer call() {
   
   
        int sum = 0;
        for (int i = start; i < end; i++) {
   
   
            sum += arr[i];
        }
        return sum;
    }
}

看着很多，核心的一段就是这个：

for (int i = 0; i < 10; i++) {
   
   
    int start = i * chunkSize;
    int end = (i == 9) ? arr.length : (start + chunkSize);
    sum += executor.submit(new SumTask(arr, start, end)).get();
}

创建任务->装进线程池->获得结果->关闭线程池。

但是，在这种情况下，还能继续的优化吗？其实也是可以的，因为现在数组还是太长了，而且计算的线程不是足够的多，性能上肯定不是最优的。

多线程+分治求和

这就是今天的主角：多线程+分治实现求和。还是先看代码：

public class SumRecursive {
   
   

    public static class RecursiveSumTask implements Callable<Long> {
   
   

        // 拆分粒度
        public static final int THRESHOLD = 10_0000;
        int low;
        int high;
        int[] arr;
        ExecutorService executorService;

        RecursiveSumTask(ExecutorService executorService, int[] arr, int low, int high) {
   
   
            this.executorService = executorService;
            this.arr = arr;
            this.low = low;
            this.high = high;
        }

        @Override
        public Long call() throws Exception {
   
   
            long result = 0;
            if (high - low < THRESHOLD) {
   
   
                for (int i = low; i < high; i++) {
   
   
                    result += arr[i];
                }
            } else {
   
   
                int mid = (low + high) / 2;
                RecursiveSumTask leftTask = new RecursiveSumTask(executorService, arr, low, mid);
                RecursiveSumTask rightTask = new RecursiveSumTask(executorService, arr, mid, high);
                Future<Long> lr = executorService.submit(leftTask);
                Future<Long> rr = executorService.submit(rightTask);
                result = lr.get() + rr.get();
            }
            return result;
        }
    }

    @SneakyThrows
    public static void main(String[] args) {
   
   
        int[] arr = new int[10000_0000];
        for (int i = 0; i < arr.length; i++) {
   
   
            arr[i] = i + 1;
        }

        StopWatch stopWatch = new StopWatch();
        stopWatch.start();

        ExecutorService executorService = Executors.newCachedThreadPool();
        RecursiveSumTask recursiveSumTask = new RecursiveSumTask(executorService, arr, 0, arr.length);
        Long result = executorService.submit(recursiveSumTask).get();
        executorService.shutdown();
        stopWatch.stop();
        System.out.println("Sum of 1 to 100000 is: " + result);
        System.out.println("代码执行时间：" + stopWatch.getLastTaskTimeMillis() + "毫秒");

    }

}

说实话，代码在显示器上显示真的太好看了，忍不住的截图分享了。

那这里的不同点在于使用了分治思想，当我们的数组的长度小于阈值的时候，就直接计算和；但是大于阈值的之后，就会继续的拆分。

总之总体的设计和逻辑真的像极了上文提到的MergeSort，先分的足够小，然后合并，获得最终的结果。

当然，这种设计也并不是最好的，因为我们的线程池设计，或者说线程池等待队列的大小是不好把控的，所以我们线程池的等待队列是2147483647长度的同步队列。完了，又要考虑到OOM!

接下来会分享forkjoin,期待继续关注！文章代码点击这里。

与shigen一起，每天不一样！