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！