我正在虚拟墙的节点上运行以下代码。该节点拥有 32 个 Intel Xeon E7/E5 内核和 128GB RAM。监控 CPU 使用率表明该节点远未达到满负荷运行。由于节点大小的原因,该问题与大多数 fork-join 问题不同。有时,节点的多个核心上的 CPU 负载超过 20%,显示出并行性的迹象,但我似乎无法让它使用更多资源。
提供一些背景信息;该问题是 111 个节点的图中的最大化问题 (Parcs/parken)。每个公园内都隐藏着许多鸡蛋。随着每一秒的过去,这个数字呈指数下降。目标是在时间到期之前获得尽可能多的鸡蛋。 “opl”是我使用贪婪算法找到的解决方案,因此为了缩小我们的递归树,我只允许当我们发现最多 5 个鸡蛋比我们的贪婪算法同时发现的鸡蛋少时才允许递归。
我熟悉(多)线程,但距离专家还很远。我以前没有使用过很多ForkJoinPools。我还尝试将 ForkJoinPool 参数设置为 16/32,但没有成功。
主要:
Algoritmes.AlgoritmeRecursive.run(new AlgoritmeRecursive(parken, tabel, opl, 22, 1000, 0, 0)));
类(class):
public static class AlgoritmeRecursive extends RecursiveTask<Double> {
private ArrayList<Park> parken = new ArrayList<Park>();
private double[][] afstandenTabel;
private double[][] oplossing;
private int startpark;
private double duur;
private double eieren;
private int time;
AlgoritmeRecursive(ArrayList<Park> parken, double[][] afstandenTabel, double[][] oplossing, int startpark, double duur, double eieren, int time) {
for (Park p : parken) {
this.parken.add(new Park(p));
}
this.afstandenTabel = afstandenTabel;
this.oplossing = oplossing;
this.startpark = startpark;
this.duur = duur;
this.eieren = eieren;
this.time = time;
}
public static double run(AlgoritmeRecursive ar) {
ForkJoinPool pool= new ForkJoinPool();
return pool.invoke(ar);
}
protected Double compute() {
if (duur < 1.0) return eieren;
double gevonden = 0;
/* startpark zoeken adhv gegeven naam */
for (Park p : parken) {
if (p.getId() == startpark) {
gevonden = p.verwachtAantalEieren(40, 0);
p.updateEggs(p.getEggs() * exp((-1.0/10800.0) * ((p.getStartEggs()/20.0) + 40.0)));
}
else {
p.updateEggs(p.getEggs() * exp((-1.0/10800.0) * (p.getStartEggs()/20.0)));
}
}
double score = eieren;
for (Park p : parken) {
if (p.getId() == startpark && eieren >= (oplossing[1000-(int)duur][1] - 5)) {
AlgoritmeRecursive ar = new AlgoritmeRecursive(parken, afstandenTabel, oplossing, startpark, duur-1, eieren + gevonden, time+1);
ar.fork();
double res = ar.join();
if(res > score) score = res;
}
else if (duur-afstandenTabel[startpark][p.getId()] > 60.0 && time > 120.0 && eieren >= oplossing[1000-(int)duur][1] && gevonden < p.verwachtAantalEieren(40,afstandenTabel[startpark][p.getId()])){
AlgoritmeRecursive ar = new AlgoritmeRecursive(parken, afstandenTabel, oplossing, p.getId(), duur-afstandenTabel[startpark][p.getId()], eieren, 0);
for (Park p2 : ar.parken) {
p2.updateEggs(p2.getEggs() * exp((-1.0/10800.0) * (p2.getStartEggs()/20.0) * (afstandenTabel[startpark][p.getId()]-1)));
}
ar.fork();
double res = ar.join();
if(res > score) score = res;
}
}
return score;
}
public double exp(double x) {
x = 1d + x / 256d;
x *= x; x *= x; x *= x; x *= x;
x *= x; x *= x; x *= x; x *= x;
return x;
}
}
请您参考如下方法:
我自己对此也不是很熟悉,但是对 ar.join()
的调用是否会让您的 RecursiveTask
等待子任务完成?如果是这种情况,您的其他任务将不会在前一个任务运行完成之前开始。
您可以尝试将正在运行的任务存储在列表中,然后再将它们加入。这有望确保所有子任务在等待之前就开始运行。
类似这样的东西(修改compute
中的第二个循环):
List<AlgoritmeRecursive> tasks = new ArrayList<>();
for (Park p : parken) {
if (p.getId() == startpark && eieren >= (oplossing[1000-(int)duur][1] - 5)) {
AlgoritmeRecursive ar = new AlgoritmeRecursive(parken, afstandenTabel, oplossing, startpark, duur-1, eieren + gevonden, time+1);
ar.fork();
tasks.add(ar); // Adding the running task to the list.
} else if (duur-afstandenTabel[startpark][p.getId()] > 60.0 && time > 120.0 && eieren >= oplossing[1000-(int)duur][1] && gevonden < p.verwachtAantalEieren(40,afstandenTabel[startpark][p.getId()])){
AlgoritmeRecursive ar = new AlgoritmeRecursive(parken, afstandenTabel, oplossing, p.getId(), duur-afstandenTabel[startpark][p.getId()], eieren, 0);
for (Park p2 : ar.parken) {
p2.updateEggs(p2.getEggs() * exp((-1.0/10800.0) * (p2.getStartEggs()/20.0) * (afstandenTabel[startpark][p.getId()]-1)));
}
ar.fork();
tasks.add(ar); // Adding the running task to the list.
}
}
double score = eieren;
for(AlgoritmeRecursive task : tasks) {
double res = ar.join();
if(res > score) score = res;
}
return score;