C#的任务并行库

在.net4.0中，有了一个新的类库： 任务并行库 。它极大地简化了并行编程且内容丰富。

其中最简单的是 Parallel.For 循环和 Parallel.ForEach 循环。它们位于 System.Threading.Tasks命名空间 。

它们是两个方法，这两个方法将迭代分别放在不同的处理器上并行处理，如果机器是多处理器或 多核处理器 ，这样就会使性能大大提升。

换言之，不同于python， C#的多线程支持多核 。

应用场景

我的应用场景是， 将cognex的DS1000扫出的idb格式的点云数据存到txt文件中 。

用多线程写数据到文本中可以跑满CPU，提高速度。

废话不多说，直接上代码。

示例代码（C#）：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Threading;
using System.IO;
using System.Diagnostics;

namespace CSharpCmd
{
    class Program
    {
        // 读写锁，当资源处于写入模式时，其他线程写入需要等待本次写入结束之后才能继续写入
        static ReaderWriterLockSlim LogWriteLock = new ReaderWriterLockSlim();

        // 保存数据的子函数
        static void IO_sub(List<double[]> dstPoint3D, int start, int end, string strPath)
        {
            string strData = "";

            int countOutput = 0;
            for (int i = start; i < end; i++)
            {
                double x = dstPoint3D[i][0];
                double y = dstPoint3D[i][1];
                double z = dstPoint3D[i][2];

                // 点为(0,0,0)时不输出
                if (x == 0 && y == 0 && z == 0)
                {
                    ;
                }
                else
                {
                    countOutput = countOutput + 1;
                    strData += x.ToString("F3") + ',' + y.ToString("F3") + ',' + z.ToString("F3") + Environment.NewLine;
                }

                // 满1000个点输出，或到最后一个点时输出
                if ((countOutput == 1000) || (i == end - 1))
                {
                    // 设置读写锁为写入模式独占资源，其他写入请求需要等待本次写入结束之后才能继续写入
                    LogWriteLock.EnterWriteLock();
                    // 每1000个点保存1次数据到txt
                    System.IO.File.AppendAllText(strPath, strData);
                    // 退出写入模式，释放资源占用
                    LogWriteLock.ExitWriteLock();
                    strData = "";
                    countOutput = 0;
                }
            }
        }

        // 串行保存数据到txt
        static void IO_Sequential(List<double[]> dstPoint3D)
        {
            string strPath = @"C:\Users\xgy\Desktop\cognex导出点云\Data_Sequential.txt";
            IO_sub(dstPoint3D, 0, dstPoint3D.Count, strPath);
        }

        // 并行保存数据到txt
        static void IO_Parallel(List<double[]> dstPoint3D)
        {
            string strPath = @"C:\Users\xgy\Desktop\cognex导出点云\Data_Parallel.txt";
            int NUM = Environment.ProcessorCount; // 4 处理器数量
            Parallel.For(0, NUM, k =>
            {
                int start = dstPoint3D.Count / NUM * k;
                int end = dstPoint3D.Count / NUM * (k + 1); // start<=i<end
                IO_sub(dstPoint3D, start, end, strPath);
            }); // Parallel.For
        }

        public static void Main()
        {
            // 生成30w个数据，作为点云数据存在变量中
            List<double[]> dstPoint3D = new List<double[]>();
            for (int rrow = 0; rrow < 500; rrow++)
            {
                for (int ccol = 0; ccol < 600; ccol++)
                {
                    double[] point3D = new double[3];
                    point3D[0] = ccol;
                    point3D[1] = rrow;
                    point3D[2] = 0;
                    dstPoint3D.Add(point3D);
                }
            }

            // 串行保存数据到txt
            Stopwatch stopwatch = new Stopwatch();
            stopwatch.Start();
            IO_Sequential(dstPoint3D);
            stopwatch.Stop();
            Console.Error.WriteLine("Sequential loop time in milliseconds: {0}", stopwatch.ElapsedMilliseconds);

            // 并行保存数据到txt
            stopwatch.Reset();
            stopwatch.Start();
            IO_Parallel(dstPoint3D);
            stopwatch.Stop();
            Console.Error.WriteLine("Parallel loop time in milliseconds: {0}", stopwatch.ElapsedMilliseconds);

            Console.ReadKey();
        }
    }
}

看程序的运行结果，由于并行的顺序是不确定的，故串行和并行的总结果数相同，但顺序不同。

可能是由于读写锁限制了性能，并行只比串行稍微快一点点。