多线程搜索的解决方案空间很大

Multi-threading search of a large solution space

本文关键字：空间解决方案搜索多线程更新时间：2023-10-16

我必须在大的解决方案空间（枚举特定顺序的所有拉丁方）中搜索有效的解决方案。我正在尝试多线程（boost:：thread）。我将解空间划分为子空间，并研究单个线程中的特定子空间。这样做效果很好，因为线程之间没有依赖关系。

但现在我想将所有有效的解决方案保存在一个列表中。最好是使用单个列表（共享数据）并用互斥对象包围它，还是应该为每个线程创建列表（本地数据）并在线程完成后加入列表？

对于更高的订单，可能有数百万个有效的解决方案。因此，该过程要么涉及大量互斥锁/解锁，要么涉及每个线程占用大量内存。

谢谢，Daniel Dekkers

根据您的解释，您希望在算法结束时连接本地列表。如果每个线程都要找到许多解决方案，那么在互斥体中使用会大大降低计算速度。根据我对你的理解，现在你应该认为内存相当便宜，但如果不知道解决方案的大小，很难确定。

还可以有内存空间最小的列表合并算法（即通过一次复制少量数据），这可以解决小内存占用问题。

话虽如此，您的问题也有混合解决方案。例如，您可以创建一个共享容器并对其进行分区，以便为每个线程分配分区，无论是交错的还是块中的。这将允许您删除每次访问互斥，但需要一个复杂的容器增长机制（因为似乎不可能事先知道有多少解决方案）。