Postupy: Paralelní provádění operací mapování a redukce

Tento příklad ukazuje, jak používat concurrency::p arallel_transform a concurrency::p arallel_reduce algoritmy a concurrency::concurrent_unordered_map třídy k počítání výskytů slov v souborech.

Operace mapování použije funkci na každou hodnotu v posloupnosti. Operace redukce kombinuje prvky sekvence do jedné hodnoty. K provádění operací mapování a redukce můžete použít funkce std::transform a std::kumulovat funkce C++. Pokud ale chcete zlepšit výkon pro mnoho problémů, můžete pomocí parallel_transform algoritmu provádět operaci mapování paralelně a parallel_reduce algoritmus provádět operaci redukce paralelně. V některých případech můžete použít concurrent_unordered_map k provedení mapy a redukce v jedné operaci.

Příklad

Následující příklad spočítá výskyty slov v souborech. Používá std::vector k reprezentaci obsahu dvou souborů. Operace mapování vypočítá výskyty každého slova v každém vektoru. Operace redukce shromažďuje počty slov napříč oběma vektory.

// parallel-map-reduce.cpp
// compile with: /EHsc
#include <ppl.h>
#include <algorithm>
#include <iostream>
#include <string>
#include <vector>
#include <numeric>
#include <unordered_map>
#include <windows.h>

using namespace concurrency;
using namespace std;

class MapFunc 
{ 
public:
    unordered_map<wstring, size_t> operator()(vector<wstring>& elements) const 
    { 
        unordered_map<wstring, size_t> m;
        for_each(begin(elements), end(elements), [&m](const wstring& elem)
        { 
            m[elem]++;
        });
        return m; 
    }
}; 

struct ReduceFunc : binary_function<unordered_map<wstring, size_t>, 
                    unordered_map<wstring, size_t>, unordered_map<wstring, size_t>>
{
    unordered_map<wstring, size_t> operator() (
        const unordered_map<wstring, size_t>& x, 
        const unordered_map<wstring, size_t>& y) const
    {
        unordered_map<wstring, size_t> ret(x);
        for_each(begin(y), end(y), [&ret](const pair<wstring, size_t>& pr) {
            auto key = pr.first;
            auto val = pr.second;
            ret[key] += val;
        });
        return ret; 
    }
}; 

int wmain()
{ 
    // File 1 
    vector<wstring> v1 {
      L"word1", // 1
      L"word1", // 1
      L"word2",
      L"word3",
      L"word4"
    };

    // File 2 
    vector<wstring> v2 {
      L"word5",
      L"word6",
      L"word7",
      L"word8",
      L"word1" // 3
    };

    vector<vector<wstring>> v { v1, v2 };

    vector<unordered_map<wstring, size_t>> map(v.size()); 

    // The Map operation
    parallel_transform(begin(v), end(v), begin(map), MapFunc()); 

    // The Reduce operation 
    unordered_map<wstring, size_t> result = parallel_reduce(
        begin(map), end(map), unordered_map<wstring, size_t>(), ReduceFunc());

    wcout << L"\"word1\" occurs " << result.at(L"word1") << L" times. " << endl;
} 
/* Output:
   "word1" occurs 3 times.
*/

Probíhá kompilace kódu

Pokud chcete kód zkompilovat, zkopírujte ho a vložte ho do projektu sady Visual Studio nebo ho vložte do pojmenovaného parallel-map-reduce.cpp souboru a potom v okně příkazového řádku sady Visual Studio spusťte následující příkaz.

cl.exe /EHsc parallel-map-reduce.cpp

Robustní programování

V tomto příkladu concurrent_unordered_map můžete použít třídu definovanou v concurrent_unordered_map.h k provedení mapy a redukce v jedné operaci.

// File 1 
vector<wstring> v1 {
  L"word1", // 1
  L"word1", // 2
  L"word2",
  L"word3",
  L"word4",
};

// File 2 
vector<wstring> v2 {
  L"word5",
  L"word6",
  L"word7",
  L"word8",
  L"word1", // 3
}; 

vector<vector<wstring>> v { v1, v2 };

concurrent_unordered_map<wstring, size_t> result;
for_each(begin(v), end(v), [&result](const vector<wstring>& words) {
    parallel_for_each(begin(words), end(words), [&result](const wstring& word) {
        InterlockedIncrement(&result[word]);
    });
});
            
wcout << L"\"word1\" occurs " << result.at(L"word1") << L" times. " << endl;

/* Output:
   "word1" occurs 3 times.
*/

Obvykle paralelizujete pouze vnější nebo vnitřní smyčku. Paralelizovat vnitřní smyčku, pokud máte relativně málo souborů a každý soubor obsahuje mnoho slov. Paralelizovat vnější smyčku, pokud máte relativně mnoho souborů a každý soubor obsahuje několik slov.

Viz také

Paralelní algoritmy
parallel_transform – funkce
parallel_reduce – funkce
concurrent_unordered_map – třída