纯函数式的并行计算(2)

打破法则:一个微妙的bug
在上篇博文的实现中,实际上会有一个相当微妙的问题出现在大多数folk的实现上,当使用固定大小的线程池作为ExecutorService时, 是很容易出现死锁的。
那我们可以修复这个folk实现使其能够在固定大小的线程池中工作吗?我们来看看不同的实现:

  def folk1[A](pa: => Par[A]): Par[A] = es => pa(es)

这无疑是避免的死锁,唯一的问题是,我们实际上并没有派生一个单独的逻辑线程来对pa进行求值。不过这仍然是一个有用的组合子,因为它让我们做到延时计算的实例。让我们来给它一个更加适合的名字,delay:

  def delay[A](pa: => Par[A]): Par[A] = es => pa(es)

但是我们很像能够在固定大小的线程池中运行任意的计算。为了做到这一点,我们需要为Par挑选另一个表示类型。
用Actor来实现一个完全无阻塞的Par
怎样才可以实现一个非阻塞的Par表示类型呢?我们可以尝试自己写一个Future类型替换java.until.concurrent.Future。

  sealed trait Future[A] {
    private[chp7] def apply(f: A => Unit): Unit
  }

  type Par[+A] = ExecutorService => Future[A]

基于新的Par类型,让我们重新实现API:

  sealed trait Future[A] {
    private[chp7] def apply(f: A => Unit): Unit
  }

  type Par[+A] = ExecutorService => Future[A]


  //接受一个已求值的A,返回结果将会在另一个线程中执行
  def unit[A](a: A): Par[A] = es => new Future[A] {
    def apply(f: (A) => Unit): Unit = f(a)
  }

  //接受一个未求值的A,返回结果将会在另一个线程中执行
  def lazyUnit[A](a: => A): Par[A] = folk(unit(a))

  //从并行计算中抽取结果
  def run[A](es: ExecutorService)(pa: Par[A]): A = {
    val ref = new AtomicReference[A]
    val latch = new CountDownLatch(1)
    pa(es) {a => ref.set(a); latch.countDown()}
    latch.await()
    ref.get()
  }

  //将par[A]分配另一个独立的线程中去运行
  def folk[A](pa: => Par[A]): Par[A] = es => new Future[A] {
    def apply(f: (A) => Unit): Unit = eval(es)(pa(es)(f))
  }

  def eval(es: ExecutorService)(f: => Unit): Unit =
    es.submit(new Callable[Unit] {
      override def call(): Unit = f
    })

  def map2[A, B, C](pa: Par[A], pb: Par[B])(f: (A, B) => C): Par[C] =
    es => new Future[C] {
      def apply(cb: (C) => Unit): Unit = {
        var ar: Option[A] = None
        var br: Option[B] = None
        val combiner = Actor[Either[A, B]](es) {
          case Left(a) => br match {
            case None => ar = Some(a)
            case Some(b) => eval(es)(cb(f(a, b)))
          }
          case Right(b) => ar match {
            case None => br = Some(b)
            case Some(a) => eval(es)(cb(f(a, b)))
          }
        }
        pa(es)(a => combiner ! Left(a))
        pb(es)(b => combiner ! Right(b))
      }
    }

完善组合子为更加通用的形式
练习 7.11
实现choiceN,根据一个结果多多个计算进行选择。

  def choiceN[A](n: Par[Int])(choice: List[Par[A]]): Par[A] =
    es => {
      val i = n(es).get()
      choice(i)(es)
    }

练习 7.13
实现一个更加通用的chooser

  def chooser[A, B](pa: Par[A])(choices: A => Par[B]): Par[B] =
    es => {
      val a = pa(es).get()
      choices(a)(es)
    }
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,723评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,003评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,512评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,825评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,874评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,841评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,812评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,582评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,033评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,309评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,450评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,158评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,789评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,409评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,609评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,440评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,357评论 2 352

推荐阅读更多精彩内容