В Java все переменные, которые вы объявляете, на самом деле являются «ссылками» на объекты (или примитивы), а не самими объектами.
При попытке выполнить один метод объекта , ссылка просит живой объект выполнить этот метод. Но если ссылка ссылается на NULL (ничего, нуль, void, nada), то нет способа, которым метод будет выполнен. Тогда runtime сообщит вам об этом, выбросив исключение NullPointerException.
Ваша ссылка «указывает» на нуль, таким образом, «Null -> Pointer».
Объект живет в памяти виртуальной машины пространство и единственный способ доступа к нему - использовать ссылки this
. Возьмем этот пример:
public class Some {
private int id;
public int getId(){
return this.id;
}
public setId( int newId ) {
this.id = newId;
}
}
И в другом месте вашего кода:
Some reference = new Some(); // Point to a new object of type Some()
Some otherReference = null; // Initiallly this points to NULL
reference.setId( 1 ); // Execute setId method, now private var id is 1
System.out.println( reference.getId() ); // Prints 1 to the console
otherReference = reference // Now they both point to the only object.
reference = null; // "reference" now point to null.
// But "otherReference" still point to the "real" object so this print 1 too...
System.out.println( otherReference.getId() );
// Guess what will happen
System.out.println( reference.getId() ); // :S Throws NullPointerException because "reference" is pointing to NULL remember...
Это важно знать - когда больше нет ссылок на объект (в пример выше, когда reference
и otherReference
оба указывают на null), тогда объект «недоступен». Мы не можем работать с ним, поэтому этот объект готов к сбору мусора, и в какой-то момент VM освободит память, используемую этим объектом, и выделит другую.
Я мог бы пропускать что-то здесь, но это это кажется довольно прямым использованием pthreads.
Настройте небольшой пул потоков с потоками N в нем и имейте один поток для управления ими всеми.
Основной поток просто находится в цикле, делающем что-то как:
Тем временем рабочие потоки они находятся и делают:
Метод, которым Вы реализуете это, может быть столь простым, как два взаимных исключения управляли массивами. У каждого есть обработанные потоки в нем (пул потоков) и другой обозначенный, если каждый соответствующий поток свободен или занят.
Настройте N к своей симпатии...
Ну, если .NET является опцией, они приложили много сил для Параллельных вычислений.
Если Вы все еще планируете использование Python, Вы могли бы хотеть взглянуть на Обработку. Это использует процессы, а не потоки для параллельных вычислений (из-за GIL Python) и обеспечивает классы для распределения "объектов работы" на несколько процессов. Используя класс пула, можно написать код как следующее:
import processing
def worker(i):
return i*i
num_workers = 2
pool = processing.Pool(num_workers)
result = pool.imap(worker, range(100000))
Это - параллельная версия itertools.imap, который распределяет переклички процессам. Можно также использовать apply_async методы пула и сохранить ленивые объекты результата в списке:
results = []
for i in range(10000):
results.append(pool.apply_async(worker, i))
Для дальнейшей ссылки см. документацию класса Пула.
Глюки:
Можно реализовать алгоритм из MapReduce Google, не имея физически отдельных машин. Просто полагайте, что каждая из тех "машин" "потоки". Потоки автоматически распределяются на многоядерных машинах.
Если Вы работаете с компилятором, который будет поддерживать его, я предложил бы смотреть на http://www.openmp.org для способа аннотировать Ваш код таким способом, которым будут параллелизированы определенные циклы.
Это делает намного больше также, и Вы могли бы найти это очень полезным.
Их веб-страница сообщает, что gcc4.2 будет поддерживать openmp, например.
Тот же пул потоков используется в Java. Но потоки в пулах потоков являются сериализуемыми и отправляются на другие компьютеры и десериализованные для выполнения.
Я разработал библиотеку MapReduce для многопоточного / многоядерного использования на одном сервере. Обо всем позаботится библиотека, и пользователю просто нужно реализовать Map и Reduce. Она позиционируется как библиотека Boost, но еще не принята как формальная библиотека. Проверьте http://www.craighenderson.co.uk/mapreduce
Возможно, вам будет интересно изучить код libdispatch , который является реализацией Grand Central Dispatch от Apple с открытым исходным кодом.
Intel TBB или boost :: mpi также могут вас заинтересовать.