案例
并发目录大小统计
业务逻辑
统计目录的文件数量和大小(或其他信息)。示例输出:
// 某个目录:
2637 files 1149.87 MB
实现思路
-
给定一个或多个目录,并发的统计每个目录的size,最后累加到一起。
-
当目录中存在子目录时,递归的统计。
-
每个目录的统计都由独立的Goroutine完成
-
累计总Size由独立的Goroutine完成
-
使用Channel传递获取的文件大小
-
使用WaitGroup调度
核心代码
// 读取目录内容
// os.ReadDir
func ReadDir(name string) ([]DirEntry, error)
entries, err := os.ReadDir(dir)
// 取得文件信息
info, err := entry.Info()
//判定是否为目录
entry.IsDir()
编码实现
func WalkDir(dirs ...string) string {
if len(dirs) == 0 {
dirs = []string{"."}
}
filesizeCh := make(chan int64, 1)
wg := &sync.WaitGroup{}
for _, dir := range dirs {
wg.Add(1)
go walkDir(dir, filesizeCh, wg)
}
go func(wg *sync.WaitGroup) {
wg.Wait()
close(filesizeCh)
}(wg)
var fileNum, sizeTotal int64
for filesize := range filesizeCh {
fileNum++
sizeTotal += filesize
}
return fmt.Sprintf("%d files %.2f MB\n", fileNum, float64(sizeTotal)/1e6)
}
func walkDir(dir string, fileSizes chan<- int64, wg *sync.WaitGroup) {
defer wg.Done()
for _, fileinfo := range fileInfos(dir) {
if fileinfo.IsDir() {
subDir := filepath.Join(dir, fileinfo.Name())
wg.Add(1)
go walkDir(subDir, fileSizes, wg)
} else {
fileSizes <- fileinfo.Size()
}
}
}
func fileInfos(dir string) []fs.FileInfo {
entries, err := os.ReadDir(dir)
if err != nil {
fmt.Fprintf(os.Stderr, "walkdir: %v\n", err)
return []fs.FileInfo{}
}
infos := make([]fs.FileInfo, 0, len(entries))
for _, entry := range entries {
info, err := entry.Info()
if err != nil {
continue
}
infos = append(infos, info)
}
return infos
}
测试执行
> go test -run=WalkDir
70 files 0.09 MB
PASS
ok goConcurrency 0.321s
快速排序的并发编程实现
典型的单线程快速排序实现
func QuickSortSingle(arr []int) []int {
// 确保arr中至少存在2个或以上元素
if arr == nil || len(arr) < 2 {
return arr
}
// 执行排序
quickSortSingle(arr, 0, len(arr)-1)
return arr
}
func quickSortSingle(arr []int, l, r int) {
// 判定待排序范围是否合法
if l < r {
// 获取参考元素位置索引
mid := partition(arr, l, r)
// 递归排序左边
quickSortSingle(arr, l, mid-1)
// 递归排序右边
quickSortSingle(arr, mid+1, r)
}
}
// 大小分区,返回参考元素索引
func partition(arr []int, l, r int) int {
p := l - 1
for i := l; i <= r; i++ {
if arr[i] <= arr[r] {
p++
swap(arr, p, i)
}
}
return p
}
// 交换arr中i和j元素
func swap(arr []int, i, j int) {
t := arr[i]
arr[i] = arr[j]
arr[j] = t
}
并发编程实现思路
-
使用独立的Goroutine完成arr中某部分的排序
-
WaitGroup 完成等待阻塞同步
编码实现
// QuickSortConcurrency 快速排序调用函数
func QuickSortConcurrency(arr []int) []int {
// 一:校验arr是否满足排序需要,至少要有2个元素
if arr == nil || len(arr) < 2 {
return arr
}
// 四:同步的控制
wg := &sync.WaitGroup{}
// 二:执行排序
// 初始排序整体[0, len(arr)-1]
wg.Add(1)
go quickSortConcurrency(arr, 0, len(arr)-1, wg)
wg.Wait()
// 三:返回结果
return arr
}
// 实现递归快排的核心函数
// 接收arr,和排序区间的索引位置[l, r]
func quickSortConcurrency(arr []int, l, r int, wg *sync.WaitGroup) {
// 一:-1wg的计数器
defer wg.Done()
// 二:判定是否需要排序, l < r
if l < r {
// 三:大小分区元素,并获取参考元素索引
mid := partition(arr, l, r)
// 四:并发对左部分排序
wg.Add(1)
go quickSortConcurrency(arr, l, mid-1, wg)
// 五:并发的对右部分排序
wg.Add(1)
go quickSortConcurrency(arr, mid+1, r, wg)
}
}
partition 和 swap 部分不变。
测试执行
func TestQuickSortConcurrency(t *testing.T) {
randArr := GenerateRandArr(1000)
sortArr := QuickSortConcurrency(randArr)
fmt.Println(sortArr)
}
// 生成大的随机数组
func GenerateRandArr(l int) []int {
// 生产大量的随机数
arr := make([]int, l)
rand.Seed(time.Now().UnixMilli())
for i := 0; i < l; i++ {
arr[i] = int(rand.Int31n(int32(l * 5)))
}
return arr
}
> go test -run=QuickSortConcurrency