C# 多線程 Parallel.For 和 For 誰的效率高？那么 Parallel.ForEach 和 ForEach 呢？

還是那句話：十年河東，十年河西，莫欺少年窮。

今天和大家探討一個問題：Parallel.For 和 For 誰的效率高呢？

從CPU使用方面而言，Parallel.For 屬於多線程范疇，可以開辟多個線程使用CPU內核，也就是說可以並行處理程序。For 循環是單線程的，一個線程執行完所有循環。

因此你會認為：多線程的效率肯定高於單線程。但這樣認為是錯誤的！

例如下面程序：

static void Main(string[] args)
        {
            Stopwatch sw = new Stopwatch();
            sw.Start();

            ParallelLoopResult result =
            Parallel.For(0, 10000, i =>
            {
                Console.Write("");

            });
            sw.Stop();
            TimeSpan ts2 = sw.Elapsed;
            Console.WriteLine("Parallel.For總共花費{0}ms.", ts2.TotalMilliseconds);

            //
            Stopwatch sw_Eq = new Stopwatch();
            sw_Eq.Start();
            for (int i = 0; i < 10000; i++)
            {
                Console.Write(""); 
            }
            sw_Eq.Stop();
            TimeSpan tssw_Eq = sw_Eq.Elapsed;
            Console.WriteLine("for總共花費{0}ms.", tssw_Eq.TotalMilliseconds);
            Console.ReadKey();
        }

 

額，為什么For 循環要比Parallel.For 效率要高呢？

這是因為循環體內執行的任務開銷太小，僅僅是輸出一個空字符串而已。微軟的文章已經指出任務的開銷大小對並行任務的影響。如果任務很小，那么由於並行管理的附加開銷（任務分配，調度，同步等成本），可能並行執行並不是優化方案。這也是上述程序For效率高出的原因。

如果在循環體內執行向數據庫插入操作，那么Parallel.For 效率就會高出，在此，我們認為每向數據庫插入一條記錄花費1毫秒時間，將程序修改如下：

class Program
    {
        static void Main(string[] args)
        {
            Stopwatch sw = new Stopwatch();
            sw.Start();

            ParallelLoopResult result =
            Parallel.For(0, 10, i =>
            {
                Console.Write("");
                Thread.Sleep(1);

            });
            sw.Stop();
            TimeSpan ts2 = sw.Elapsed;
            Console.WriteLine("Parallel.For總共花費{0}ms.", ts2.TotalMilliseconds);

            //
            Stopwatch sw_Eq = new Stopwatch();
            sw_Eq.Start();
            for (int i = 0; i < 10; i++)
            {
                Console.Write("");
                Thread.Sleep(1);
            }
            sw_Eq.Stop();
            TimeSpan tssw_Eq = sw_Eq.Elapsed;
            Console.WriteLine("for總共花費{0}ms.", tssw_Eq.TotalMilliseconds);
            Console.ReadKey();
        }
    }
}

執行結果大大改變：

相信到此，大家應該明白了吧！也就說For是同步，Parallel.For 是異步執行。當然，我們也可以使用Thread實現異步編程：

代碼如下：

  class Program
    {
        static void Main(string[] args)
        {
            Console.WriteLine("主線程測試開始..");
            Thread th = new Thread(ThMethod);
            th.Start();
            Thread.Sleep(1000);
            Console.WriteLine("主線程測試結束..");
            Console.ReadLine();
        }


        static void ThMethod()
        {
            Console.WriteLine("異步執行開始");
            for (int i = 0; i < 5; i++)
            {
                Console.WriteLine("異步執行" + i.ToString() + "..");
                Thread.Sleep(1000);
            }
            Console.WriteLine("異步執行完成");
        }
    }

Parallel.ForEach 和 ForEach  與 Parallel.For 和 For 一樣，一個是異步執行，開辟多個線程。一個是同步執行，開辟一個線程。因此，效率方面同上，主要看執行的什么任務，在此不作具體說明。

下面寫了一些代碼，從下面的代碼中我們可以看出Parallel.ForEach具體開辟了幾個線程，如下：

class Program
    {
        static void Main(string[] args)
        {
            int[] intList = new int[] { 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 };
            ParallelLoopResult result = Parallel.ForEach(intList, (s,pls,longs) =>
            {
                Console.WriteLine(longs + "  " + s);
                pls.Stop();
                if (pls.IsStopped)
                {
                    Parallel.Invoke(Gs,Ks);//異步調用多個方法
                }
            });
            Console.ReadKey();
        }

        public static void Gs()
        {
            Console.WriteLine("異步方法1");
        }

        public static void Ks()
        {
            Console.WriteLine("異步方法2");
        }
    }

上述代碼中，調用了Stop()方法，我們都知道，如果是同步執行的，調用Stop()后，會立即停止執行，那么程序只會輸出索引值為0的結果。而在異步中不是這樣的，異步迭代是多線程且沒有順序的。其執行結果如下：

多次執行的結果可能不同。

如上圖所示，第一個圖開辟了三個線程，執行順序為 0 2 1，第二個圖開辟了兩個線程，執行順序為：1 0 

下面的Invoke()方法是異步調用其他的方法，在此不作解釋，可參考C# Invoke()

設置開啟的線程的個數：

  Parallel.ForEach(NameArray,new ParallelOptions{MaxDegreeOfParallelism=3},(item,pls,i)=>
            {
               
           });

@陳卧龍的博客