GPars（5）：Fork-Join

Fork/join主要用於問題分解處理，分而治之。

Fork/join算法將問題劃分紅多個小的子問題，對每一個子問題運用一樣的算法，當子問題足夠小時，問題就能夠直接獲得解決。全部子問題都解決了，結合起來父問題也就獲得瞭解決。

JSR-166y類庫對Fork/join支持至關不錯，但有些問題若是不注意，還會遇到麻煩。並且還得本身處理threads、pools及synchronization barriers（同步障）。GPars隱藏了這些東西，讓你用起Fork/join來更加方便。下例是統計一指定目錄及其子目錄下文件個數的算法：

import groovyx.gpars.AbstractForkJoinWorker
import static groovyx.gpars.Parallelizer.*
public final class FileCounter extends AbstractForkJoinWorker

   
   
   
   

  
   
  { private final File file; def FileCounter(final File file) { this.file = file } protected void compute() { long count = 0; file.eachFile { if (it.isDirectory()) { println "Forking a thread for $it" //fork一個子任務 forkOffChild(new FileCounter(it)) } else { count++ } } //用子任務結果計算並保存本任務結果 setResult(count + ((childrenResults)?.sum() ?: 0)) } } doParallel(1) { pool -> //1個線程也能搞定 println """Number of files: ${orchestrate( new FileCounter( new File("...目錄名...") ) )}""" } 

  

上例中Parallelizer.orchestrate()方法根據傳遞進的AbstractForkJoinWorker類型的參數（根任務）建立一個ForkJoinOrchestrator並運行該AbstractForkJoinWorker，等待結果返回。childrenResults是AbstractForkJoinWorker的屬性，等待子任務結果返回，返回值爲List類型。

Fork/Join操做之因此能安全地由成若干小線程運行，要歸功於內部TaskBarrier類對線程的同步。當算法中一個線程被阻塞等待其子問題得以完成時，該線程會被歸還到池內，以用於任務隊列中其餘可運行子問題。儘管算法建立了許多任務（因爲子目錄不少），並且都要等其子目錄任務完成，但最少只需一個線程就足以保持運算進行。

GPars指南中還給出了一個比較複雜的Mergesort的例子，有興趣的讀者能夠參考。

本系列的其餘文章：

• GPars（1）：入門
• GPars（2）：併發集合之Parallelizer
• GPars（3）：併發集合之Map-Reduce
• GPars（4）：Asynchronizer