Я получил эту, казалось бы, тривиальную параллельную реализацию быстрой сортировки, код выглядит следующим образом:
import System.Random
import Control.Parallel
import Data.List
quicksort :: Ord a => [a] -> [a]
quicksort xs = pQuicksort 16 xs -- 16 is the number of sparks used to sort
-- pQuicksort, parallelQuicksort
-- As long as n > 0 evaluates the lower and upper part of the list in parallel,
-- when we have recursed deep enough, n==0, this turns into a serial quicksort.
pQuicksort :: Ord a => Int -> [a] -> [a]
pQuicksort _ [] = []
pQuicksort 0 (x:xs) =
let (lower, upper) = partition (< x) xs
in pQuicksort 0 lower ++ [x] ++ pQuicksort 0 upper
pQuicksort n (x:xs) =
let (lower, upper) = partition (< x) xs
l = pQuicksort (n 'div' 2) lower
u = [x] ++ pQuicksort (n 'div' 2) upper
in (par u l) ++ u
main :: IO ()
main = do
gen <- getStdGen
let randints = (take 5000000) $ randoms gen :: [Int]
putStrLn . show . sum $ (quicksort randints)
Я собираю с
ghc --make -threaded -O2 quicksort.hs
и беги с
./quicksort +RTS -N16 -RTS
Независимо от того, что я делаю, я не могу заставить его работать быстрее, чем простая последовательная реализация, работающая на одном процессоре.
- Можно ли объяснить, почему это работает намного медленнее на нескольких процессорах, чем на одном?
- Можно ли сделать эту шкалу, по крайней мере, сублинейно, с количеством процессоров, выполнив какой-то трюк?
РЕДАКТИРОВАТЬ: @tempestadept намекнул, что быстрая сортировка это проблема. Чтобы проверить это, я реализовал простую сортировку слиянием в том же духе, что и в примере выше. Он имеет такое же поведение, работает медленнее, чем больше возможностей вы добавляете.
import System.Random
import Control.Parallel
splitList :: [a] -> ([a], [a])
splitList = helper True [] []
where helper _ left right [] = (left, right)
helper True left right (x:xs) = helper False (x:left) right xs
helper False left right (x:xs) = helper True left (x:right) xs
merge :: (Ord a) => [a] -> [a] -> [a]
merge xs [] = xs
merge [] ys = ys
merge (x:xs) (y:ys) = case x<y of
True -> x : merge xs (y:ys)
False -> y : merge (x:xs) ys
mergeSort :: (Ord a) => [a] -> [a]
mergeSort xs = pMergeSort 16 xs -- we use 16 sparks
-- pMergeSort, parallel merge sort. Takes an extra argument
-- telling how many sparks to create. In our simple test it is
-- set to 16
pMergeSort :: (Ord a) => Int -> [a] -> [a]
pMergeSort _ [] = []
pMergeSort _ [a] = [a]
pMergeSort 0 xs =
let (left, right) = splitList xs
in merge (pMergeSort 0 left) (pMergeSort 0 right)
pMergeSort n xs =
let (left, right) = splitList xs
l = pMergeSort (n 'div' 2) left
r = pMergeSort (n 'div' 2) right
in (r 'par' l) 'pseq' (merge l r)
ris :: Int -> IO [Int]
ris n = do
gen <- getStdGen
return . (take n) $ randoms gen
main = do
r <- ris 100000
putStrLn . show . sum $ mergeSort r
