Givet ett nummer 'n' och ett n nummer sortera siffrorna med hjälp av Samverkande Sammanfoga sortering. (Tips: Försök att använda shmget shmat-systemanrop).
Del 1: Algoritmen (HUR?)
Gör rekursivt två underordnade processer en för den vänstra halvan en av den högra halvan. Om antalet element i arrayen för en process är mindre än 5 utför a Insättningssortering . Föräldern till de två barnen slår sedan samman resultatet och går tillbaka till föräldern och så vidare. Men hur gör man det samtidigt?
Del 2: Det logiska (VARFÖR?)
Den viktiga delen av lösningen på detta problem är inte algoritmisk utan att förklara begreppen operativsystem och kärna.
För att uppnå samtidig sortering behöver vi ett sätt att få två processer att fungera på samma array samtidigt. För att göra saker enklare tillhandahåller Linux många systemanrop via enkla API-slutpunkter. Två av dem är shmget() (för tilldelning av delat minne) och shmat() (för delade minnesoperationer). Vi skapar ett delat minnesutrymme mellan barnprocessen som vi gafflar. Varje segment är uppdelat i vänster och höger underordnat som sorteras den intressanta delen är att de arbetar samtidigt! shmget() begär att kärnan allokerar en delad sida för båda processerna.
Varför fungerar inte traditionell gaffel()?
Svaret ligger i vad fork() faktiskt gör. Från dokumentationen 'skapar fork() en ny process genom att duplicera anropsprocessen'. Den underordnade processen och den överordnade processen körs i separata minnesutrymmen. Vid tidpunkten för fork() har båda minnesutrymmena samma innehåll. Minnet skriver fil-descriptor(fd) ändringar etc som utförs av en av processerna påverkar inte den andra. Därför behöver vi ett delat minnessegment.
#include #include #include #include #include #include #include #include void insertionSort(int arr[] int n); void merge(int a[] int l1 int h1 int h2); void mergeSort(int a[] int l int h) { int i len = (h - l + 1); // Using insertion sort for small sized array if (len <= 5) { insertionSort(a + l len); return; } pid_t lpid rpid; lpid = fork(); if (lpid < 0) { // Lchild proc not created perror('Left Child Proc. not createdn'); _exit(-1); } else if (lpid == 0) { mergeSort(a l l + len / 2 - 1); _exit(0); } else { rpid = fork(); if (rpid < 0) { // Rchild proc not created perror('Right Child Proc. not createdn'); _exit(-1); } else if (rpid == 0) { mergeSort(a l + len / 2 h); _exit(0); } } int status; // Wait for child processes to finish waitpid(lpid &status 0); waitpid(rpid &status 0); // Merge the sorted subarrays merge(a l l + len / 2 - 1 h); } /* Function to sort an array using insertion sort*/ void insertionSort(int arr[] int n) { int i key j; for (i = 1; i < n; i++) { key = arr[i]; j = i - 1; /* Move elements of arr[0..i-1] that are greater than key to one position ahead of their current position */ while (j >= 0 && arr[j] > key) { arr[j + 1] = arr[j]; j = j - 1; } arr[j + 1] = key; } } // Method to merge sorted subarrays void merge(int a[] int l1 int h1 int h2) { // We can directly copy the sorted elements // in the final array no need for a temporary // sorted array. int count = h2 - l1 + 1; int sorted[count]; int i = l1 k = h1 + 1 m = 0; while (i <= h1 && k <= h2) { if (a[i] < a[k]) sorted[m++] = a[i++]; else if (a[k] < a[i]) sorted[m++] = a[k++]; else if (a[i] == a[k]) { sorted[m++] = a[i++]; sorted[m++] = a[k++]; } } while (i <= h1) sorted[m++] = a[i++]; while (k <= h2) sorted[m++] = a[k++]; int arr_count = l1; for (i = 0; i < count; i++ l1++) a[l1] = sorted[i]; } // To check if array is actually sorted or not void isSorted(int arr[] int len) { if (len == 1) { std::cout << 'Sorting Done Successfully' << std::endl; return; } int i; for (i = 1; i < len; i++) { if (arr[i] < arr[i - 1]) { std::cout << 'Sorting Not Done' << std::endl; return; } } std::cout << 'Sorting Done Successfully' << std::endl; return; } // To fill random values in array for testing // purpose void fillData(int a[] int len) { // Create random arrays int i; for (i = 0; i < len; i++) a[i] = rand(); return; } // Driver code int main() { int shmid; key_t key = IPC_PRIVATE; int *shm_array; int length = 128; // Calculate segment length size_t SHM_SIZE = sizeof(int) * length; // Create the segment. if ((shmid = shmget(key SHM_SIZE IPC_CREAT | 0666)) < 0) { perror('shmget'); _exit(1); } // Now we attach the segment to our data space. if ((shm_array = (int *)shmat(shmid NULL 0)) == (int *)-1) { perror('shmat'); _exit(1); } // Create a random array of given length srand(time(NULL)); fillData(shm_array length); // Sort the created array mergeSort(shm_array 0 length - 1); // Check if array is sorted or not isSorted(shm_array length); /* Detach from the shared memory now that we are done using it. */ if (shmdt(shm_array) == -1) { perror('shmdt'); _exit(1); } /* Delete the shared memory segment. */ if (shmctl(shmid IPC_RMID NULL) == -1) { perror('shmctl'); _exit(1); } return 0; }
Java import java.util.Arrays; import java.util.Random; import java.util.concurrent.ForkJoinPool; import java.util.concurrent.RecursiveAction; public class ConcurrentMergeSort { // Method to merge sorted subarrays private static void merge(int[] a int low int mid int high) { int[] temp = new int[high - low + 1]; int i = low j = mid + 1 k = 0; while (i <= mid && j <= high) { if (a[i] <= a[j]) { temp[k++] = a[i++]; } else { temp[k++] = a[j++]; } } while (i <= mid) { temp[k++] = a[i++]; } while (j <= high) { temp[k++] = a[j++]; } System.arraycopy(temp 0 a low temp.length); } // RecursiveAction for fork/join framework static class SortTask extends RecursiveAction { private final int[] a; private final int low high; SortTask(int[] a int low int high) { this.a = a; this.low = low; this.high = high; } @Override protected void compute() { if (high - low <= 5) { Arrays.sort(a low high + 1); } else { int mid = low + (high - low) / 2; invokeAll(new SortTask(a low mid) new SortTask(a mid + 1 high)); merge(a low mid high); } } } // Method to check if array is sorted private static boolean isSorted(int[] a) { for (int i = 0; i < a.length - 1; i++) { if (a[i] > a[i + 1]) { return false; } } return true; } // Method to fill array with random numbers private static void fillData(int[] a) { Random rand = new Random(); for (int i = 0; i < a.length; i++) { a[i] = rand.nextInt(); } } public static void main(String[] args) { int length = 128; int[] a = new int[length]; fillData(a); ForkJoinPool pool = new ForkJoinPool(); pool.invoke(new SortTask(a 0 a.length - 1)); if (isSorted(a)) { System.out.println('Sorting Done Successfully'); } else { System.out.println('Sorting Not Done'); } } }
Python3 import numpy as np import multiprocessing as mp import time def insertion_sort(arr): n = len(arr) for i in range(1 n): key = arr[i] j = i - 1 while j >= 0 and arr[j] > key: arr[j + 1] = arr[j] j -= 1 arr[j + 1] = key def merge(arr l mid r): n1 = mid - l + 1 n2 = r - mid L = arr[l:l + n1].copy() R = arr[mid + 1:mid + 1 + n2].copy() i = j = 0 k = l while i < n1 and j < n2: if L[i] <= R[j]: arr[k] = L[i] i += 1 else: arr[k] = R[j] j += 1 k += 1 while i < n1: arr[k] = L[i] i += 1 k += 1 while j < n2: arr[k] = R[j] j += 1 k += 1 def merge_sort(arr l r): if l < r: if r - l + 1 <= 5: insertion_sort(arr) else: mid = (l + r) // 2 p1 = mp.Process(target=merge_sort args=(arr l mid)) p2 = mp.Process(target=merge_sort args=(arr mid + 1 r)) p1.start() p2.start() p1.join() p2.join() merge(arr l mid r) def is_sorted(arr): for i in range(1 len(arr)): if arr[i] < arr[i - 1]: return False return True def fill_data(arr): np.random.seed(0) arr[:] = np.random.randint(0 1000 size=len(arr)) if __name__ == '__main__': length = 128 shm_array = mp.Array('i' length) fill_data(shm_array) start_time = time.time() merge_sort(shm_array 0 length - 1) end_time = time.time() if is_sorted(shm_array): print('Sorting Done Successfully') else: print('Sorting Not Done') print('Time taken:' end_time - start_time)
JavaScript // Importing required modules const { Worker isMainThread parentPort workerData } = require('worker_threads'); // Function to merge sorted subarrays function merge(a low mid high) { let temp = new Array(high - low + 1); let i = low j = mid + 1 k = 0; while (i <= mid && j <= high) { if (a[i] <= a[j]) { temp[k++] = a[i++]; } else { temp[k++] = a[j++]; } } while (i <= mid) { temp[k++] = a[i++]; } while (j <= high) { temp[k++] = a[j++]; } for (let p = 0; p < temp.length; p++) { a[low + p] = temp[p]; } } // Function to check if array is sorted function isSorted(a) { for (let i = 0; i < a.length - 1; i++) { if (a[i] > a[i + 1]) { return false; } } return true; } // Function to fill array with random numbers function fillData(a) { for (let i = 0; i < a.length; i++) { a[i] = Math.floor(Math.random() * 1000); } } // Function to sort the array using merge sort function sortArray(a low high) { if (high - low <= 5) { a.sort((a b) => a - b); } else { let mid = low + Math.floor((high - low) / 2); sortArray(a low mid); sortArray(a mid + 1 high); merge(a low mid high); } } // Main function function main() { let length = 128; let a = new Array(length); fillData(a); sortArray(a 0 a.length - 1); if (isSorted(a)) { console.log('Sorting Done Successfully'); } else { console.log('Sorting Not Done'); } } main();
Produktion:
Sorting Done Successfully
Tidskomplexitet:O(N log N)
Hjälputrymme:O(N)
Prestandaförbättringar?
Försök att tajma koden och jämföra dess prestanda med den traditionella sekventiella koden. Du skulle bli förvånad över att veta att sekventiell sorteringsprestanda bättre!
När säg vänster barnåtkomst till vänster array laddas arrayen in i en processors cache. Nu när den högra arrayen nås (på grund av samtidiga åtkomster) finns det en cachemiss eftersom cachen är fylld med vänster segment och sedan kopieras höger segment till cacheminnet. Denna fram och tillbaka-process fortsätter och den försämrar prestandan till en sådan nivå att den presterar sämre än den sekventiella koden.
Det finns sätt att minska cachemissarna genom att kontrollera kodens arbetsflöde. Men de kan inte undvikas helt!