BambuStudio学习笔记：Execution_bambu studio-CSDN博客

本文链接：https://blog.csdn.net/zzzkk2009/article/details/147164175

# Execution.hpp 并行执行框架解析

## 概述
该头文件定义了通用的并行执行策略框架，主要功能包括：
- **统一执行策略接口**：抽象不同并行后端实现（如TBB、顺序执行）
- **多线程控制**：提供并行循环、归约等算法模板
- **资源管理**：支持并发度控制和互斥量类型选择
- **类型安全**：通过SFINAE确保策略合法性

适用于需要灵活切换并行后端的计算密集型任务，如3D数据处理、网格计算等场景。

## 核心组件

### 1. 执行策略检测
```cpp
template<class EP> struct IsExecutionPolicy_; // 策略检测模板
template<class EP> constexpr bool IsExecutionPolicy; // 编译期策略标志
template<class EP, class T = void>
using ExecutionPolicyOnly = ...; // SFINAE约束

作用：验证模板参数是否为合法执行策略
应用场景：约束并行算法仅接受合法策略

2. 执行策略特性模板

template<class EP, class En = void> struct Traits;

功能：策略具体实现的入口点
特化要求：
- 必须定义SpinningMutex和BlockingMutex类型
- 实现max_concurrency、for_each等方法

3. 互斥量类型

template<class EP> using SpinningMutex = ...; // 自旋锁
template<class EP> using BlockingMutex = ...; // 阻塞锁

设计理念：区分高竞争/低竞争场景
使用选择：
- 短临界区用自旋锁
- 长操作用阻塞锁

核心函数接口

1. 并发度查询

template<class EP>
size_t max_concurrency(const EP &ep)

作用：获取当前策略支持的最大并行度
实现：调用策略特化的AsTraits<EP>::max_concurrency

2. 并行循环

template<class EP, class It, class Fn>
void for_each(const EP &ep, It from, It to, Fn &&fn, ...)

参数：
- ep: 执行策略对象
- from/to: 迭代范围
- fn: 元素处理函数
- granularity: 任务粒度
并行策略：由策略特化实现决定

3. 归约操作

template<class EP, class I, class MergeFn, class T, class AccessFn>
T reduce(const EP &ep, I from, I to, ..., ...)

功能：并行聚合数据
关键参数：
- mergefn: 聚合函数(T+T→T)
- accessfn: 数据访问函数
变体：提供迭代器直接访问版本

4. 累加操作

template<class EP, class I, class T>
T accumulate(...)

本质：reduce的特化版本
默认行为：使用std::plus进行数值累加

设计亮点

策略模式实现

灵活的任务控制

粒度调节：通过granularity优化任务划分
锁机制选择：自旋/阻塞锁适应不同场景
可中断性：预留进度回调接口

类型安全体系

SFINAE约束：确保非法策略无法实例化
特性检查：编译期验证策略完整性

使用示例

// 使用TBB策略并行处理
execution::for_each(ex_tbb, 0, 100, [](int i) {
    process_element(i);
}, 10); // 每任务处理10个元素

// 并行累加计算
double sum = execution::accumulate(ex_tbb, data.begin(), data.end(), 0.0);