日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學(xué)無(wú)先后,達(dá)者為師

網(wǎng)站首頁(yè) 編程語(yǔ)言 正文

C語(yǔ)言中的rand()和rand_r()詳解_C 語(yǔ)言

作者:高階近似 ? 更新時(shí)間: 2022-03-07 編程語(yǔ)言

背景

最近在學(xué)《并行程序設(shè)計(jì)導(dǎo)論》這門課,在做使用Pthreads并行化蒙特卡洛法估計(jì) π \pi π的實(shí)驗(yàn)時(shí)遇到了一個(gè)問(wèn)題,使用多線程反而要比單線程要慢很多,輸出如下所示

請(qǐng)?zhí)砑訄D片描述

可以看到,使用一個(gè)線程時(shí)程序運(yùn)行只需要2.89031秒,但是使用兩個(gè)線程時(shí)運(yùn)行時(shí)間竟然達(dá)到了9.14698秒。

最終發(fā)現(xiàn)了問(wèn)題所在:每個(gè)線程在執(zhí)行下面的函數(shù)時(shí),生成隨機(jī)數(shù)使用了rand()函數(shù),就是這個(gè)函數(shù)的使用才導(dǎo)致多線程運(yùn)行時(shí)所需要的時(shí)間反而更長(zhǎng)

long long total_times_in_cycle;
long long local_number_toss;
pthread_mutex_t times_in_cycle_mutex = PTHREAD_MUTEX_INITIALIZER;
void* do_Monte_Carlo_simulation(void* my_rank){
	double offset = RAND_MAX / (double)2;
    long long times_in_cycle = 0;
    long long i;
    for(i = 0; i < local_number_toss; ++i){
        double x = rand() / offset - 1;
        double y = rand() / offset - 1;
        if(x*x + y*y < 1){
            times_in_cycle++;
        }
    }
    pthread_mutex_lock(&times_in_cycle_mutex);
    total_times_in_cycle += times_in_cycle;
    pthread_mutex_unlock(&times_in_cycle_mutex);
}

rand()和rand_r()的區(qū)別

權(quán)威的解釋請(qǐng)參考Linux的官方文檔
這里主要說(shuō)說(shuō)我個(gè)人的理解。

rand()

對(duì)于rand():

srand()和rand()配套一起使用,可以認(rèn)為是進(jìn)程只生成了一個(gè)隨機(jī)數(shù)生成器,所有的線程共用這個(gè)隨機(jī)數(shù)生成器。每調(diào)用一次rand(),rand()都會(huì)去修改這個(gè)隨機(jī)數(shù)生成器的一些參數(shù),比如說(shuō)當(dāng)前種子的值。對(duì)于單線程,這樣是沒(méi)有問(wèn)題的,但是對(duì)于多線程而言,這顯然會(huì)導(dǎo)致臨界段問(wèn)題,為了解決該問(wèn)題,可能會(huì)使用互斥量等方法,下面假設(shè)多個(gè)線程同時(shí)使用rand()的時(shí)候使用互斥量來(lái)解決該臨界段問(wèn)題。如果rand()調(diào)用的次數(shù)不多,多線程也問(wèn)題不大,但是對(duì)于上述蒙特卡洛法估計(jì) π \pi π的程序,需要調(diào)用很多次rand(),這可能會(huì)導(dǎo)致每個(gè)線程頻繁地對(duì)臨界段進(jìn)行上鎖和解鎖,而臨界段被上鎖后,其他線程無(wú)法完成rand()的調(diào)用從而被阻塞,這樣會(huì)導(dǎo)致效率十分低下,因此會(huì)出現(xiàn)使用多線程反而程序運(yùn)行更慢的問(wèn)題。

srand()和rand()配套一起使用,可以認(rèn)為是進(jìn)程只生成了一個(gè)隨機(jī)數(shù)生成器,所有的線程共用這個(gè)隨機(jī)數(shù)生成器?這點(diǎn)可以用下面的程序進(jìn)行驗(yàn)證,該程序從命令行獲取要生成隨機(jī)數(shù)的數(shù)量以及線程的數(shù)量,每個(gè)線程負(fù)責(zé)生成?隨機(jī)數(shù)的數(shù)量/線程的數(shù)量?個(gè)隨機(jī)數(shù),隨機(jī)數(shù)種子設(shè)為0.

#include<stdio.h>
#include<pthread.h>
#include<stdlib.h>

int generate_rand_count;
int thread_count;

// 被線程執(zhí)行的函數(shù)
void* thread_func(void* my_rank){
    int i;
    int local_rand_count = generate_rand_count / thread_count;
    for(i = 0; i < local_rand_count; ++i){
        printf("%d ", rand());
    }
}

int main(int argc, char* argv[]){
    pthread_t* all_threads_id;

    // 從命令行獲取要生成的隨機(jī)數(shù)的數(shù)量以及這些隨機(jī)數(shù)由多少個(gè)線程來(lái)生成
    generate_rand_count = strtol(argv[1], NULL, 10);
    thread_count = strtol(argv[2], NULL, 10);
    all_threads_id = malloc(sizeof(pthread_t) * thread_count);

    // 設(shè)置隨機(jī)數(shù)種子
    srand(0);

    // 創(chuàng)建線程
    int i;
    for(i = 0; i < thread_count; ++i){
        pthread_create(&all_threads_id[i], NULL, thread_func, (void*) i);
    }

    for(i = 0; i < thread_count; ++i){
        pthread_join(all_threads_id[i], NULL);
    }
    
    printf("\n");
    free(all_threads_id);
    return 0;
}

執(zhí)行結(jié)果如下所示

請(qǐng)?zhí)砑訄D片描述

可以看到,無(wú)論使用一個(gè)線程生成10個(gè)隨機(jī)數(shù),還是說(shuō)使用兩個(gè)線程來(lái)生成10個(gè)隨機(jī)數(shù),它們生成的這10個(gè)隨機(jī)數(shù)是一樣的,這也就驗(yàn)證了?所有的線程共用一個(gè)隨機(jī)數(shù)生成器?的觀點(diǎn)

rand_r()

rand_r()的聲明如下所示

int rand_r(unsigned int *seedp);

每次使用rand_r()的時(shí)候需要傳給該函數(shù)一個(gè)隨機(jī)數(shù)種子的指針,為了解決蒙特卡洛方法估計(jì) π \pi π中出現(xiàn)的問(wèn)題,使用如下的代碼:

long long total_times_in_cycle;
long long local_number_toss;
pthread_mutex_t times_in_cycle_mutex = PTHREAD_MUTEX_INITIALIZER;
void* do_Monte_Carlo_simulation(void* my_rank){
	unsigned int local_seed = time(NULL);
	double offset = RAND_MAX / (double)2;
    long long times_in_cycle = 0;
    long long i;
    for(i = 0; i < local_number_toss; ++i){
        double x = rand_r(&local_seed) / offset - 1;
        double y = rand_r(&local_seed) / offset - 1;
        if(x*x + y*y < 1){
            times_in_cycle++;
        }
    }
    pthread_mutex_lock(&times_in_cycle_mutex);
    total_times_in_cycle += times_in_cycle;
    pthread_mutex_unlock(&times_in_cycle_mutex);
}

每個(gè)線程執(zhí)行函數(shù)do_Monte_Carlo_simulation()。

使用上面的代碼后,相當(dāng)于每個(gè)線程生成了它自己獨(dú)有的隨機(jī)數(shù)生成器,這樣就不會(huì)有臨界段問(wèn)題,從而解決了多線程運(yùn)行時(shí)所需要的時(shí)間反而更長(zhǎng)這個(gè)問(wèn)題,下面為更改后程序的輸出:

請(qǐng)?zhí)砑訄D片描述

總結(jié)

原文鏈接:https://blog.csdn.net/weixin_45937291/article/details/121972158

欄目分類
最近更新