Qt 并行运算高级API QtConcurrent

Qt Concurrent模块扩展了Qt Core模块中的基本线程支持，简化了可以在所有可用的CPU核心上并行执行的代码开发。

一些常用API：

• Concurrent Map 和 Map-Reduce

QtConcurrent::map()：将一个函数应用于一个容器中的每一项，就地修改 items。

QtConcurrent::mapped()：和 map() 类似，只是它返回一个包含修改内容的新容器。

QtConcurrent::mappedReduced()：和 mapped() 类似，只是修改后的结果减少或组合 成一个单一的结果。

• Concurrent Filter 和 Filter-Reduce

QtConcurrent::filter()：从容器中删除所有满足某个条件的item。

QtConcurrent::filtered()：和 filter() 类似，只是它返回一个包含过滤内容的新容器。

QtConcurrent::filteredReduced()：和 filtered() 类似，只是过滤后的结果减少或组合成一个单一的结果。

• Concurrent Run

QtConcurrent::run()：在另一个线程中运行一个函数。

QFuture：表示异步计算的结果

QFutureIterator：允许通过 QFuture 遍历可用的结果

QFutureWatcher：允许使用信号槽来监控一个 QFuture

QFutureSynchronizer：是一个方便的类，用于一些 QFutures 的自动同步

Qt Concurrent 支持多种兼容 STL 的容器和迭代器类型，但是最好使用具有随机访问迭代器的 Qt 容器，例如：QList 或 QVector。map 和 filter 函数都接受容器和 begin/end 迭代器。

在 Qt Concurrent 迭代大量轻量级 items 的情况下，随机访问迭代器可以更快，因为它们允许跳过容器中的任何点。此外，使用随机访问迭代器允许 Qt Concurrent 通过 QFuture::progressValue() 和 QFutureWatcher::progressValueChanged() 来提供进度信息。

非就地修改的函数（例如：mapped() 和 filtered()），在调用时会创建容器的副本。如果正在使用的是 STL 容器，此复制操作可能需要一段时间，在这种情况下，建议为容器指定 begin 和 end 迭代器。

Concurrent Map 和 Map-Reduce示例：

 1 void add(int &num)
 2 {
 3     num +=1;
 4 }
 5 
 6 int mappedReducedFunction(const int& num)
 7 {
 8     return num + 1;
 9 }
10 
11 void ReduceFunction(int& result, const int& item)
12 {
13     result = item > result ? item : result;
14 }
15 
16 {
17     QVector vector;
18 
19     for(int i=0; i<3; i++)
20        vector.append(i);
21 
22     qDebug() << "start: " << vector;
23 
24     QFuture vFuture = QtConcurrent::map(vector, add);
25     vFuture.waitForFinished();
26 
27     qDebug() << "map result: " << vector;
28 
29     QFuture iFuture = QtConcurrent::mappedReduced(vector, mappedReducedFunction, ReduceFunction);
30 
31     qDebug() << "mappedReduced result: " << iFuture.result();
32 }

结果输出：

start: QVector(0, 1, 2)
map result: QVector(1, 2, 3)
mappedReduced result: 4

QtConcurrent::mappedReduced() 类似于 QtConcurrent::mapped()，但是不是返回具有新结果的序列，而是使用 reduce 函数将结果组合成单个值。

reduce 函数必须是以下形式：

V function(T &result, const U &intermediate)

T 是最终结果的类型，U 是 map 函数的返回类型。注意： reduce 函数的返回值、返回类型没有被使用。

对于 map 函数返回的每个结果，reduce 函数将被调用一次，并且应该将中间体合并到结果变量中。QtConcurrent::mappedReduced() 保证一次只有一个线程调用 reduce，所以没有必要用一个 mutex 锁定结果变量。

QtConcurrent::ReduceOptions 枚举提供了一种方法来控制 reduction 完成的顺序。如果使用 QtConcurrent::UnorderedReduce（默认），顺序是不确定的；而 QtConcurrent::OrderedReduce 确保 reduction 按照原始序列的顺序完成。

Concurrent Filter Filter-Reduce 与 Concurrent Map Map-Reduce 使用基本一致。

QtConcurrent::run() 函数在一个单独的线程中运行一个函数， 函数的返回值通过 QFuture API 提供。

Concurrent Run示例：

 1 int add(int &num)
 2 {
 3      return ++num;
 4 }
 5 
 6 {
 7     QFuture future = QtConcurrent::run(add, 1);
 8     future.waitForFinished();
 9 
10     qDebug() << "result: " << future.result();
11 }

结果输出：

result: 2

上述两个示例中，我们都是QFuture阻塞线程等待计算完成；QFuture 还提供了很多方法与正在进行的异步调用进行交互。例如，使用 cancel() 函数取消计算；要暂停计算，使用 setPaused() 函数或 pause()，resume()、togglePaused() 便利函数之一。

注意：并非所有异步计算都可以取消或暂停。例如，QtConcurrent::run() 返回的 future 不能被取消，但 QtConcurrent::mappedReduced() 返回的可以。

本文福利，莬费领取Qt开发学习资料包、技术视频，内容包括（C++语言基础，Qt编程入门，QT信号与槽机制，QT界面开发-图像绘制，QT网络，QT数据库编程，QT项目实战，QT嵌入式开发，Quick模块，面试题等等）↓↓↓↓↓↓见下面↓↓文章底部点击莬费领取↓↓