多核和多CPU编程——有向无环图DAG应用

一、有向无环图

Directed Acyclic Graph，DAG，有向无环图。如果一个有向图无法从某个顶点出发经过若干条边回到该点，则这个图是一个有向无环图（DAG图）。接触过算法数据结构和离散数学的，基本都知道这个东西。图论是一个专门的数学分支这里不进行讨论，DAG的应用范围非常广，常见的如算法和数据结构中的最短路径问题，区块链的共识相关，包括本文要讲的任务调度问题。看一个基本的有向无环图的：

如果有对DAG感兴趣的，可以找本数学书籍看看。

二、DAG任务分解

任务的分解本身就是一个复杂的问题。当然，一些特定的任务不在其中。一般来说，完全把任务分解成互不依赖的可独立执行的子任务是最理想不过的，但实际情况这种现象往往是少之又少的。任务的分解，往往可以用一个类，一个函数，甚至一个代码块来做一个基本单元。分解任务不必一开始就做的很细，可以先粗略整理出一个大致的分解框架，然后再在其中不断的调整、细化。任务分解的过程，其实就是寻找任务执行的先后依赖顺序的过程，也是一个执行粒度大小的分解过程。在分解任务时，如果想去除任务循环，只要把相关的代码放到一个任务中即可。
在任务分解完成形成DAG后，如何进行任务高度，需要有算法来支撑。对DAG来说，任务图的分层算法就是一种很好的手段。什么是图的分层呢？在有向无环图中，按顶点将其分成多层，从DAG的特点可以看出，每一层都是可以独立执行的，看一下面的图：

这种任务调试的算法的时间复杂度为O（n），n是任务图的边数。
在DAG中，首先要明白，什么是出度什么是入度，进入顶点的有向边数量是入度，反之则为出度。在有向无环图中，一定存在一个入度为0的顶点，否则一定存在着环。那么拿到一个DAG后如何进行分层呢？
1、首先，明确图中各个点的入度。
2、将入度为0的顶点划成顶层或者说第一层。
3、从第二层开始以下各层，在去除上一层顶点子图中，查找入度为0的顶点划分成一层（即去除上一层顶点的入度）。
4、依3的方式进行循环，直至完全分解。
通过上述分析可以看出，用图来进行任务分解，简单清晰，是一种比较好的任务并行分解方法。

三、总结

数学是计算机科学的基础，计算机中的许多问题都可以抽象成数学问题来解决，这也是为什么搞算法研究的很多大牛都是数学出身。学好数学，是每一个计算机程序员不得不经历的一个过程。不要说，不学数学就可以把计算机搞得很好，如果你这样说，那恰恰暴露了自身的层次。可以不研究数学，但不能不学习数学；可以不学得很深，但一定明白原理。
基础不牢，地动山摇！