std::experimental::parallel::reduce
来自cppreference.com
< cpp | experimental
在标头 <experimental/numeric> 定义 | ||
template<class InputIt > typenamestd::iterator_traits<InputIt>::value_type reduce( | (1) | (并行 TS) |
template<class ExecutionPolicy, class InputIterator > typenamestd::iterator_traits<InputIt>::value_type reduce( | (2) | (并行 TS) |
template<class InputIt, class T > T reduce( InputIt first, InputIt last, T init ); | (3) | (并行 TS) |
template<class ExecutionPolicy, class InputIt, class T > T reduce( ExecutionPolicy&& policy, InputIt first, InputIt last, T init ); | (4) | (并行 TS) |
template<class InputIt, class T, class BinaryOp > T reduce( InputIt first, InputIt last, T init, BinaryOp binary_op ); | (5) | (并行 TS) |
template<class ExecutionPolicy, class InputIt, class T, class BinaryOp > T reduce( ExecutionPolicy&& policy, | (6) | (并行 TS) |
1) 与 reduce(first, last, typenamestd::iterator_traits<InputIt>::value_type{}) 相同。
3) 与 reduce(first, last, init, std::plus<>()) 相同。
5) 归约范围
[first, last)，可能以未指明的方式，在 binary_op 上同初值 init 一起进行排列和聚合。2,4,6) 与 (1,3,5) 相同，但根据 policy 执行。
如果 binary_op 不可结合或不可传递，则其行为不确定。
如果 binary_op 修改了任何元素或使 [first, last) 中的任何迭代器失效，则其行为未定义。
目录 |
[编辑]参数
| first, last | - | 要应用算法的元素范围 |
| init | - | 广义和的初值 |
| policy | - | 执行策略 |
| binary_op | - | 二元函数对象，将以未指定顺序应用于输入迭代器的解引用结果，其他 binary_op 的结果和 init |
| 类型要求 | ||
-InputIt 必须满足老式输入迭代器(LegacyInputIterator) 。 | ||
[编辑]返回值
init 和 *first, *(first +1), ... *(last -1) 在 binary_op 上的广义和。
其中广义和 GSUM(op, a1, ..., aN) 定义如下：
- 如果 N=1，则 a1
- 如果 N > 1，则 op(GSUM(op, b1, ..., bK), GSUM(op, bM, ..., bN)) 其中
- b1, ..., bN 可能是 a1, ..., aN 的任意排列，且
- 1 < K+1 = M ≤ N
换言之，范围中的各元素可以任意顺序分组和重排。
[编辑]复杂度
O(last - first) 次运用 binary_op。
[编辑]异常
- 如果作为算法一部分而调用的函数执行抛出了异常，
- 如果
policy为parallel_vector_execution_policy，则调用 std::terminate。 - 如果
policy为sequential_execution_policy或parallel_execution_policy，则算法以抛出包含所有未捕获异常的 exception_list 而退出。如果只有一个未捕获异常，则算法可能重新抛出它而不将之包装到exception_list中。未指明算法在发生第一个异常后和返回前会做多少工作。 - 如果
policy是某个其他类型，则其行为由实现定义。
- 如果
- 如果算法分配内存失败（为其自身，或在处理用户异常时用于构造
exception_list），则抛出 std::bad_alloc。
[编辑]注解
如果范围为空，则返回未修改的 init。
- 如果
policy是sequential_execution_policy的实例，则所有操作在调用方线程中实施。 - 如果
policy是parallel_execution_policy的实例，则可以在未指明数量的线程中实施操作，互相之间顺序不确定。 - 如果
policy是parallel_vector_execution_policy的实例，则其执行可以同时并行化和向量化：不遵循函数体边界，且用户代码可能发生重叠并以任意方式合并（尤其是，这蕴含了用户提供的 Callable 不能为访问共享资源获取互斥体）。
[编辑]示例
reduce 是 std::accumulate 的无顺序版本：
运行此代码
#include <chrono>#include <experimental/execution_policy>#include <experimental/numeric>#include <iostream>#include <numeric>#include <vector> int main(){std::vector<double> v(10'000'007, 0.5); {auto t1 =std::chrono::high_resolution_clock::now();double result =std::accumulate(v.begin(), v.end(), 0.0);auto t2 =std::chrono::high_resolution_clock::now();std::chrono::duration<double, std::milli> ms = t2 - t1;std::cout<<std::fixed<<"std::accumulate result "<< result <<" took "<< ms.count()<<" ms\n";} {auto t1 =std::chrono::high_resolution_clock::now();double result = std::experimental::parallel::reduce(std::experimental::parallel::par, v.begin(), v.end());auto t2 =std::chrono::high_resolution_clock::now();std::chrono::duration<double, std::milli> ms = t2 - t1;std::cout<<"parallel::reduce result "<< result <<" took "<< ms.count()<<" ms\n";}}
可能的输出：
std::accumulate result 5000003.50000 took 12.7365 ms parallel::reduce result 5000003.50000 took 5.06423 ms
[编辑]参阅
| 求和或折叠范围中元素 (函数模板) | |
| 应用函数到元素范围，并在目标范围存储结果 (函数模板) | |
(并行 TS) | 应用函数对象，然后进行不按顺序的规约 (函数模板) |
