pthread 快排 基础版

快排是一个很适合做并行的算法，因为一次划分相当于一次反归并，把数据划分为两个不相关的部分，可以并行处理。但是快排，包括归并排序都有一个缺点：并行度是变化的，而且最终会是1，即有一次迭代需要纯串行。经过一番思考，我拿出了一个改进版方案，由于对pthread不熟悉，还有懒，代码写的很烂。改进版见：pthread 快排 失败的优化版

本文是基础的快排并行化，用算法导论的快排伪码改成。可以通过一个给定值修改最大并行度，在未达到最大并行度时，并行处理下次迭代的两个分支：

#include "stdafx.h"
#include <iostream>
#include <pthread.h>
#include <cmath>
using namespace std;
 
double *array;
pthread_mutex_t num_lock=PTHREAD_MUTEX_INITIALIZER;
int num=16;
typedef struct para
{
	long start;
	long end;
	long pivotIndex;
}para;

/*
traditional quick sort
*/
void *qsort(void* p)
{
	long start=((para*)p)->start;
	long end=((para*)p)->end;
	long index=((para*)p)->pivotIndex;
	//cout<<"ite"<<endl;
	if(start>end-2)
	{
		return NULL;
	}
	double pivot=array[index];
	long i=start-1;
	for(long j=start;j<end;++j)
	{
		if(array[j]<pivot)
		{
			++i;
			double tmp=array[i];
			array[i]=array[j];
			array[j]=tmp;
		}
	}
	array[i+1]=pivot;
	para pl;
	pl.start=start;
	pl.end=i+1;
	pl.pivotIndex=rand()/RAND_MAX*(pl.end-pl.start)+pl.start;
	pthread_t pid;
	bool createNewThread=false;
	pthread_mutex_lock(&num_lock);
	if(num!=1)
	{
		--num;
		createNewThread=true;
	}
	pthread_mutex_unlock(&num_lock);
	if(createNewThread)
	{
		pthread_create(&pid,NULL,qsort,&pl);
	}
	else
	{
		qsort(&pl);
	}
	para pr;
	pr.start=i+2;
	pr.end=end;
	pr.pivotIndex=rand()/RAND_MAX*(pr.end-pr.start)+pr.start;
	qsort(&pr);
	if(createNewThread)
	{
		pthread_join(pid,NULL);
		pthread_mutex_lock(&num_lock);
		++num;
		pthread_mutex_unlock(&num_lock);
	}
	return NULL;
}
long testArray(double *array,long length)
{
	for(long i=1;i<length;++i)
	{
		if(array[i-1]>array[i])
		{
			return i-1;
		}
	}
	return -1;
}
int _tmain(int argc, _TCHAR* argv[])
{
	long size=2000*10000;
	cout<<size<<endl;
	array=new double[size];
	for(long i=0;i<size;++i)
	{
		array[i]=rand();
	}

	//test section
	cout<<"start"<<endl;
	clock_t st,et;
	st=clock();
	para p;
	p.start=0;
	p.end=size;
	p.pivotIndex=rand()/RAND_MAX*(p.end-p.start)+p.start;
	qsort(&p);
	et=clock();
	cout<<"end using "<<(double)(et-st)/CLOCKS_PER_SEC<<endl;
	cout<<testArray(array,size);
    cin>>array[0];
	//end test
	delete[] array;
    return 0;
}

在4线程有最大的加速比，但是效果都不明显，最大1.17的加速比。

到16进程时，有大幅度的性能下滑（创建线程次数过多）。