多线程进行n皇后计算
在浏览zhihu的时候, 看到了这个问题:Linux c++服务器端这条线怎么走? http://www.zhihu.com/question/22608820 , 其中排第一的答案说的很不错。针对他结尾处给出的问题，一直想自己做一下，最近工作不忙，也写了以下，还是发现了一些自己存在的问题，总结一下吧。
一个简单的8皇后问题可以比较容易的实现
#include <string.h> #include <iostream> #include <stdlib.h> int cntTotal = 0; int BOARDSIZE=11; bool markboard(bool* b, int row, int col){ for(int i =row;i<BOARDSIZE;++i){ *(b+i*BOARDSIZE+col) = true; } for (int i=row+1, j=col-1 ; i<BOARDSIZE && j>=0; ++i, --j) *(b+i*BOARDSIZE+j)=true; for(int i = row+1, j=col+1; i<BOARDSIZE && j<BOARDSIZE; ++i, ++j) *(b+i*BOARDSIZE+j)=true; return true; } bool IsQuerePos(bool* board, int idx){ bool *b = new bool[BOARDSIZE*BOARDSIZE]; for(int i = 0;i<BOARDSIZE; ++i){ if(*(board+idx*BOARDSIZE+i) ) continue; if(idx == BOARDSIZE-1){ cntTotal ++; std::cout<<cntTotal<<"\r"; } else{ memcpy(b, board, sizeof(bool)* BOARDSIZE*BOARDSIZE); markboard(b, idx, i); IsQuerePos(b, idx+1); } } delete b; } int main(int argc, char** argv){ if(argc ==2) BOARDSIZE = atoi(argv[1]); std::cout<< argc << std::endl; bool *board = new bool[BOARDSIZE*BOARDSIZE]; bool *p = board; for(int i = 0; i<BOARDSIZE; i++){ for(int j=0; j<BOARDSIZE;j++) *p++ = false; } IsQuerePos(board, 0); std::cout<<cntTotal<<std::endl; delete board; }
运行起来是没有任何问题的。然后就是想办法改成多线程的版本。对于多线程版本，最容易的方案就是从第一行开始，每个线程计算不同的列，也就是将n皇后问题，分成n个子任务，这样每个子任务互不影响，可以进行并行计算。这样子的算法是我们人为的来进行子任务的分解，简单，线程之间不需要同步，易于实现。更复杂的算法是由算法智能调度各线程的负载，我没学过并行计算，复杂的就不研究了，实现简单的就行了。
核心代码如下：
class ThreadMgr{ public: ThreadMgr(int boardSize, int threadCount): m_board_size(boardSize), m_thread_count(threadCount){ } void Start(){ m_threads = new Thread*[m_thread_count]; for (int i = 0;i<m_thread_count; ++i) { m_threads[i] = new Thread(); m_threads[i]->Start(); } { // PerformanceHelper ph("internal-"); QueueEight** qes = new QueueEight*[m_board_size]; int cnt = 0; for(int i=0;i<m_board_size; ++i){ qes[i] = new QueueEight(m_board_size); m_threads[i%m_thread_count]->PostJob(new CJob2<QueueEight, int, int>(qes[i], &QueueEight::PlaceQueueOnPos, 0, i)); //qes[i]->PlaceQueueOnPosInternal(0, i, cnt); } for (int i = 0;i<m_thread_count; ++i) { m_threads[i]->Finish(); } } std::cout<< QueueEightDelegate::getCnt() <<std::endl; } private: int m_thread_count; Thread** m_threads; int m_board_size; };
其中Thread是我封装的一个线程类，参照chrome的线程模型；CJob2对应了chrome的task，就是一个独立的任务，可以交给线程Thread来执行；为了线程之间的数据独立，定义了一个QueueEight的类来完成n皇后的计算，代码如下：
class QueueEight{
public:
QueueEight():m_board(NULL), m_board_size(8){ }
QueueEight(int size):m_board_size(size){
m_board = new bool[m_board_size*m_board_size];
for( int i =0;i<m_board_size; ++i){
for(int j=0; j<m_board_size; ++j){
m_board[i*m_board_size + j] = false;
}
}
}
QueueEight(const QueueEight* qe){
m_board_size = qe->m_board_size;
m_board = new bool[m_board_size*m_board_size];
memcpy(m_board, qe->m_board, sizeof(bool)* m_board_size*m_board_size);
}
~QueueEight(){
delete[] m_board;
}
void PlaceQueueOnPos(int row, int col){
int cnt =0;
{
//PerformanceHelper ph("abc");
PlaceQueueOnPosInternal(row, col, cnt);
}
QueueEightDelegate::OnCalcComplete(cnt);
}
int PlaceQueueOnPosInternal(int row, int col, int& cnt){
if(row == m_board_size-1){
cnt ++;
}
else{
*(m_board+row*m_board_size+col) = true;
QueueEight qe(this);
qe.markboard(row, col);
for (int i = 0;i<m_board_size;++i)
{
if (qe.QueueExist(row+1, i))
continue;
qe.PlaceQueueOnPosInternal(row+1, i, cnt);
}
*(m_board+row*m_board_size+col) = false;
}
return cnt;
}
bool inline QueueExist(int row, int col){
return *(m_board + row*m_board_size + col);
}
private:
bool markboard( int row, int col){
for(int i =row;i<m_board_size;++i){
*(m_board+i*m_board_size+col) = true;
}
for (int i=row+1, j=col-1 ; i<m_board_size && j>=0; ++i, --j)
*(m_board+i*m_board_size+j)=true;
for(int i = row+1, j=col+1; i<m_board_size && j<m_board_size; ++i, ++j)
*(m_board+i*m_board_size+j)=true;
return true;
}
private:
bool* m_board;
int m_board_size;
};
这个类实现n 皇后的递归回朔算法，为了回朔方便，计算下一层的时候，重新new 一个QueueEight 对象，撤销时直接delete就行了。一看没有问题吧，然后计算结果也是正确的，但是运行时发现了一个问题，我用1个线程和4个线程来运行时，总时间上并没有什么差别，我的机器是i7 的8核，所以4个线程不会有大问题，那么问题哪儿呢？
查了一些资料感觉找不出问题，所以借助于工具吧。vs2010带的performance profile工具，可以帮我们看看线程运行时的状态：
通过这个，就可以收集线程运行的一些性能信息，通过分析发现，在new 新的 QueueEight对象时，会触发到默认堆的锁，而多线程同时new时，冲突会加剧，导致delay。突然想起以前接触tcmalloc时，核心思想就是线程分配 小对象时，从线程的私有内存分配，避免不同的线程共享堆而导致的加锁现象。问题找到了后，开始优化，将QueueEight的算法改一下。一开始就申请n个board区域，分别存储不同的行位置时queue的位置，方便回朔。这样在递归时就不需要分配内存了。实现代码如下：
class QueueEight{ public: QueueEight():m_board(NULL), m_board_size(8){ } QueueEight(int size):m_board_size(size){ m_board = new bool*[m_board_size]; for (int i =0;i<m_board_size;++i) { m_board[i] = new bool[m_board_size*m_board_size]; } for( int i =0;i<m_board_size; ++i){ for(int j=0; j<m_board_size; ++j){ m_board[0][i*m_board_size + j] = false; } } } ~QueueEight(){ for (int i =0;i<m_board_size;++i) { delete[] m_board[i]; } delete[] m_board; } void PlaceQueueOnPos(int row, int col){ int cnt =0; { PerformanceHelper ph("abc"); PlaceQueueOnPosInternal(row, col, cnt); } QueueEightDelegate::OnCalcComplete(cnt); } int PlaceQueueOnPosInternal(int row, int col, int& cnt){ if(row == m_board_size-1){ cnt ++; } else{ *(m_board[row]+row*m_board_size+col) = true; memcpy(m_board[row+1], m_board[row], sizeof(bool)*m_board_size*m_board_size); markboard(m_board[row+1], row, col); for (int i = 0;i<m_board_size;++i) { if (QueueExist(m_board[row+1], row+1, i)) continue; PlaceQueueOnPosInternal(row+1, i, cnt); } *(m_board[row]+row*m_board_size+col) = false; } return cnt; } bool inline QueueExist(bool* board, int row, int col){ return *(board + row*m_board_size + col); } private: bool markboard(bool*board, int row, int col){ for(int i =row;i<m_board_size;++i){ *(board+i*m_board_size+col) = true; } for (int i=row+1, j=col-1 ; i<m_board_size && j>=0; ++i, --j) *(board+i*m_board_size+j)=true; for(int i = row+1, j=col+1; i<m_board_size && j<m_board_size; ++i, ++j) *(board+i*m_board_size+j)=true; return true; } private: bool** m_board; int m_board_size; };
运行后，发现能够缩短总的运行时间。 15 皇后 4线程 运行3s， 15皇后 1线程 运行10s
其实我门还可以在进行优化，以位图来存储，而不用bool存储，也可以进行调度算法的设计和优化，但是线程之间如果同步的需求增多时，那么性能也会下降，这个我不太懂，可能要学习后才能搞搞。
通过这个问题，学习了一下多线程的性能分析，学会了用vs2010怎么分析程序的性能；对多线程的同步有了更深的理解；对多线程处理时数据的隔离也有了了解，所以
mark以下.
