Java Fork-Join不能处理大的数组列表

Question

我对并行性和并发性很陌生，我正试图在Java中使用Fork-Join实现中值过滤算法。基本上，我将一个输入文件读取到一个ArrayList中，并使用该列表生成一个过滤过的中位数的新ArrayList(包括原始ArrayList的第一个和最后一个元素)。

现在我设法使该算法的串行/顺序版本，它工作得很好。然而，当我尝试制作Fork-Join版本时，它似乎不适用于大型数组列表(100000+)。我尝试了一个非常小的大小为5的数组列表，它工作得很好。我似乎无法找到我的错误(我确信是逻辑错误和/或实现错误)。任何帮助都会很感激。

顺序算法代码片段:

    //Add first boundary element to output ArrayList
    outputElements.add(this.elements.get(0));
    //Start Filter Algorithm 
    while(elements.size()-counter >= filterSize){
        for(int i = 0; i<filterSize; i++){
            tempElements.add(this.elements.get(i+counter));
            if(i==filterSize){
                break;
            }
        }
        Collections.sort(tempElements);
        outputElements.add(tempElements.get((filterSize-1)/2));
        counter++;
        tempElements.clear();
    }
    //Add last boundary element to output ArrayList.
    if (elements != null && !elements.isEmpty()) {
        outputElements.add(elements.get(elements.size()-1));
    }//End Filter Algorithm

这是我创建的并行类。这是不工作的部分:

public class Parallel extends RecursiveTask<List<Float>>{
    int lo;
    int hi;
    int filterSize;
    String outFile; //Output file name.
    int arraySize;
    List<Float> elements = new ArrayList<Float>();
    List<Float> tempElements = new ArrayList<Float>();
    List<Float> outputElements = new ArrayList<Float>();
    int counter = 0;
    static final int SEQUENTIAL_CUTOFF=1000;
    public Parallel(List<Float> elements, int filterSize, String outFile, int lo, int hi) {
        this.lo = lo;
        this.hi = hi;
        this.elements = elements;
        this.outFile = outFile;
        this.filterSize = filterSize;       
        if(lo == 0){
            outputElements.add(this.elements.get(0));
        }
    }
    @Override
    protected List<Float> compute() {
        long startTime = System.nanoTime(); //Algorithm starts here 
        if((hi-lo) < SEQUENTIAL_CUTOFF) {
            while(hi-counter >= filterSize){
                for(int i = lo; i<filterSize; i++){
                    tempElements.add(this.elements.get(i+counter));
                    if(i==filterSize){
                        break;
                    }
                }               
                Collections.sort(tempElements);
                outputElements.add(tempElements.get((filterSize-1)/2));
                counter++;
                tempElements.clear();
                return outputElements;
            }
          }else{              
              Parallel left = new Parallel(this.elements, this.filterSize, this.outFile, this.lo, ((this.lo + this.hi)/2));
              Parallel right = new Parallel(this.elements, this.filterSize, this.outFile, ((this.hi + this.lo)/2), this.hi);
              left.fork();
              List<Float> leftArr = new ArrayList<Float>();
              List<Float> rightArr = new ArrayList<Float>();
             rightArr =  right.compute();
             leftArr = left.join();
             List<Float> newList = new ArrayList<Float>();
             newList.addAll(leftArr);
             newList.addAll(rightArr);       
          }
        long endTime = System.nanoTime();//Algorithm ends here.
        //Write elements to output file 
        PrintWriter writeOutput = null;
        try {
            writeOutput = new PrintWriter(this.outFile, "UTF-8");
        } catch (FileNotFoundException | UnsupportedEncodingException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
        writeOutput.println(outputElements.size());//Number of lines
        for(int i=0; i<outputElements.size();i++){
            writeOutput.println(i+1 + " " + outputElements.get(i)); //Each line is written
        }
        writeOutput.close(); //Close when output finished writing.
        System.out.println("Parallel complete");
        return null;
    }
}

任何帮助都是非常感激的。我花了几个小时，在S.O和谷歌上做了很多研究，还是搞不懂。

编辑:musical_coder建议张贴我所面临的错误，这里是。这里有很多错误:

Exception in thread "main" java.lang.IndexOutOfBoundsException
    at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
    at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:57)
    at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45)
    at java.lang.reflect.Constructor.newInstance(Constructor.java:526)
    at java.util.concurrent.ForkJoinTask.getThrowableException(ForkJoinTask.java:536)
    at java.util.concurrent.ForkJoinTask.reportResult(ForkJoinTask.java:596)
    at java.util.concurrent.ForkJoinTask.join(ForkJoinTask.java:640)
    at java.util.concurrent.ForkJoinPool.invoke(ForkJoinPool.java:1521)
    at main.main(main.java:45)
Caused by: java.lang.IndexOutOfBoundsException: Index: 1, Size: 0
    at java.util.ArrayList.rangeCheck(ArrayList.java:635)
    at java.util.ArrayList.get(ArrayList.java:411)
    at Parallel.compute(Parallel.java:44)
    at Parallel.compute(Parallel.java:57)
    at Parallel.compute(Parallel.java:57)
    at Parallel.compute(Parallel.java:57)
    at Parallel.compute(Parallel.java:57)
    at Parallel.compute(Parallel.java:57)
    at Parallel.compute(Parallel.java:57)
    at Parallel.compute(Parallel.java:57)
    at Parallel.compute(Parallel.java:57)
    at Parallel.compute(Parallel.java:57)
    at Parallel.compute(Parallel.java:57)
    at Parallel.compute(Parallel.java:57)
    at Parallel.compute(Parallel.java:1)
    at java.util.concurrent.RecursiveTask.exec(RecursiveTask.java:93)
    at java.util.concurrent.ForkJoinTask.doExec(ForkJoinTask.java:334)
    at java.util.concurrent.ForkJoinWorkerThread.execTask(ForkJoinWorkerThread.java:604)
    at java.util.concurrent.ForkJoinPool.scan(ForkJoinPool.java:784)
    at java.util.concurrent.ForkJoinPool.work(ForkJoinPool.java:646)
    at java.util.concurrent.ForkJoinWorkerThread.run(ForkJoinWorkerThread.java:398)

Answer 1

一般来说，您应该避免在多线程代码中使用ArrayList s，因为它不是线程安全的:

注意，这个实现是不同步的。如果多个线程同时访问一个ArrayList实例，并且至少有一个线程修改了列表结构，那么它必须在外部同步。

我在你发布的同时修改列表的片段中没有看到任何东西，但我做看到你把this.elements传递给Parallel子实例，这意味着至少你正在做一些有风险的事情(在线程之间共享指针到可变的，非线程安全的对象)。

作为第一步，将Parallel构造函数中的this.elements = elements;替换为以下内容:

this.elements = Collections.unmodifiableList(elements);

通过使列表不可修改，您将确保如果您的Parallel代码试图改变列表，您将在故障点得到一个明确的错误。这不会阻止Parallel之外的其他东西修改原始elements列表，但这是验证Parallel行为正确的快速简便方法。如果你得到一个UnsupportedOperationException，你的Parallel类将需要重新设计——你不能同时修改一个ArrayList。

如果你没有得到一个UnsupportedOperationException，其他东西正在修改你的列表。你需要找到并删除它。

---

一旦找出了导致列表并发变异的原因，就可以尝试确定最佳的前进方法。我不希望在这个回答中涵盖所有在线程之间共享数据的"正确"方法，但这里有一些一般的经验法则:

• 避免可变数据结构 -将Parallel类设计为只处理来自不可变数据结构的数据，如Guava的ImmutableList。默认情况下，不可变数据结构是线程安全的。
• 使用线程安全的数据结构—例如，ConcurrentLinkedQueue是一种线程安全的方式，允许多个进程读取和写入相同的数据结构。ConcurrentHashMap是另一个常用的类。你需要什么很大程度上取决于你想做什么，但这些都是很好的起点。
• 最小化并发操作的范围—即使使用并发数据结构，您的总体目标应该是使每个任务隔离运行，除了从共享源读取和向共享接收器写入之外。在只有一个线程可见的对象上做尽可能多的工作。
• Synchronize -我注意到Parallel写入outFile没有任何显式同步。这是危险的，并且可能会引入问题(崩溃或更严重的数据损坏)。一次只能有一个线程写文件。要做到这一点，可以使用专用的文件写入线程，或者显式地同步文件写入操作。