PLINQ AsParallel(). ForAll() доступа ресурс

Question

Пусть у меня есть ряд Particle с в X, Y пространство, и я хочу, чтобы нормализовать их все так, чтобы среднее X и Y равны 0.

Последовательная реализация :

public void Normalise() 
{ 
    double avgX = 0.0; 
    double avgY = 0.0; 

    foreach (Particle p in Particles) 
    { 
    avgX += p.X; 
    avgY += p.Y; 
    } 

    avgX /= (double)Particles.Count; 
    avgY /= (double)Particles.Count; 

    foreach (Particle p in Particles) 
    { 
    p.X -= avgX; 
    p.Y -= avgY; 
    } 
} 

Это работает, и производительность не плохо, так как это O (п), но это «ошеломляюще параллельно». Посмотрите на мою реализацию PLINQ:

public void PNormalise() 
{ 
    double avgX = 0.0; 
    double avgY = 0.0; 

    Particles.AsParallel().ForAll(p => 
    { 
    avgX += p.X; 
    avgY += p.Y; 
    }); 

    avgX /= (double)Particles.Count; 
    avgY /= (double)Particles.Count; 

    Particles.AsParallel().ForAll(p => 
    { 
    p.X -= avgX; 
    p.Y -= avgY; 
    }); 
} 

Я не уверен, о работе, но я предположил бы, что это лучше. Проблема в том, что частицы все прыгают случайным образом. Я могу только предположить, что операции += на avgX и avgY конкурируют друг с другом, хотя они уже довольно атомные.

Есть ли что-нибудь, что я могу сделать, чтобы исправить это? Я не могу их lock, потому что они не объекты, но я не уверен, что я бы хотел, так или иначе, потому что не блокировал довольно дорого?

Answer 1

Вы можете обойти необходимость блокировки (или атомарных операций) с помощью обычного механизма параллельного LINQ:

var avgX = Particles.AsParallel().Average(p => p.X); 
var avgY = Particles.AsParallel().Average(p => p.Y); 

Particles.AsParallel().ForAll(p => { p.X -= avgX; p.Y -= avgY }); 

С суммированием чисел является O (N) операции, я был бы очень удивлен, если эта часть занимала значительную часть времени.

Answer 2

Использование

Particles.AsParallel().ForAll(p => 
{ 
    Interlocked.Add(avgX, p.X); 
    Interlocked.Add(avgY, p.Y); 
} 

сделать поточно-атомное дополнение. Для получения дополнительной информации см. Документацию Interlocked Class.

Answer 3

На самом деле, распараллеливание этого O (n) -Алгоритма не приведет к значительно лучшей производительности, поскольку у вас примерно столько же доступа к памяти, сколько и для вычислительных инструкций.