二维数组的并发向量

Question

我目前正在尝试使用 tbb::concurrent_vector 表示 2D 数组。这个二维数组将被许多不同的线程访问，这就是为什么我希望它能够最有效地处理并行访问。

我想出了两个解决方案：

• 使用tbb::concurrent_vector; > 来存储它。

• 将所有内容存储在 tbb::concurrent_vector 中，并使用 x * width + y

  访问元素

我更喜欢第二个，因为我不想锁定一整行来访问一个元素（因为我假设要访问元素 array[x][y]，tbb 实现将锁定第 x 行，然后锁定第 y 元素） 。

我想知道哪种解决方案对您来说更好。

Answer 1

首先，我认为关于 tbb::concurrent_vector 可能存在一些混淆。此容器类似于 std::vector ，但具有线程安全的大小调整功能，但由于内部存储布局，元素访问速度较慢。

您可以在此处阅读更多相关信息。

在您的情况下，由于您提出的第二个解决方案（具有 x * width + y 索引的一维数组），我假设您的算法不涉及数组的密集多线程调整大小。因此，与 std::vector 等单线程容器相比，您不会从 tbb::concurrent_vector 中受益。

我猜您假设 tbb::concurrent_vector 保证线程安全的元素访问，但事实并非如此 - 引用自 tbb::concurrent_vector::operator[] 文档：

获取对给定索引处元素的引用。

此方法对于并发读取是线程安全的，并且在增长向量时也是如此，只要调用线程已检查该索引

如果您不调整数组大小，则您只对第一部分感兴趣：线程安全并发读取。但是 std::vector 甚至原始 C 数组也可以给你同样的结果。另一方面，两者都不提供线程安全的任意访问（读/写元素）。

您必须使用锁来实现它，或者找到另一个为您执行此操作的库（可能是来自 STLPort 的 std::vector ，但我不确定）。尽管这效率很低，因为每次访问 2D 数组中的元素都会涉及线程同步开销。虽然我不知道您到底想实现什么，但同步很可能比您的实际计算时间更长。

现在回答你的问题，即使在单线程设置中，使用一维数组来表示 ND 数组总是更好，因为计算索引 (x * width + y) 比真正的 ND 数组所需的额外内存访问更快。
对于并发向量来说，情况更是如此，因为在最好的情况下（没有冲突的行访问），您的锁开销会增加两倍，而在存在冲突的情况下，锁开销会更多。

因此，在您提出的两种解决方案中，我会毫不犹豫地选择第二个：具有足够的元素访问锁定的一维数组（不必要的 tbb::concurrent_vector ）。

根据您的算法和不同线程的访问模式，另一种方法 - 用于图像编辑软件（gimp、photoshop...） - 是基于图块的：

template<typename T> struct Tile {
    int offsetX, int offsetY;
    int width, height;
    Not_ThreadSafe_Vector<T> data;
};
ThreadSafe_Vector< Tile<T> > data

其中 Not_ThreadSafe_Vector 可以是任何容器，无需锁定元素访问，例如 std::vector ； ThreadSafe_Vector 是一个具有线程安全读/写元素访问的容器（不是 tbb::concurrent_vector！）。
这样，如果您的访问模式具有某些局部性（线程更有可能访问靠近其先前访问的元素而不是远处的元素），则可以使每个线程处理来自单个图块的大部分数据。时间，并且只有在切换到另一个图块时才会有同步开销。

Answer 2

我检查了 tbb::concurrent_vector 或 std::vector 不允许创建原子类型的向量。这是因为原子类型不可复制。

Answer 3

tbb::concurrent_vector 对于访问元素（读、写、获取地址）和增长向量来说是完全线程安全的。 此处查看英特尔员工 Arch D. Robison 的回复。

但是，清除或销毁向量的操作不是线程安全的（请参阅 $6.2.1 Intel TBB 教程 pdf 文档）。也就是说，如果 tbb::concurrent_vector 上正在进行其他操作，则不要调用 clear()。

正如 Antoine 提到的，由于效率和性能方面的原因，将 ND 阵列作为一维阵列处理始终是首选。表现。