阿里淘系第五面coding题：实现亿级int数据量的一个array求和

阿里淘系第五面coding题：实现亿级int数据量的一个array求和，接下来由你表演

先讲方案，再讲实现

---

---

方案思路：

1、普通循环累加
2、多线程求和
3、使用并行流（Parallel Stream）
4、使用Fork/Join

---

Tips：下列代码实现效果与计算机自身CPU的计算能力、数据量、线程数相关，本文测试数据仅供参考！

一、普通循环累加

通过遍历整个数组，并将每个元素累加到一个变量中，最后得到总和

    public static void testCycleComputing(){
        Random random = new Random();
        int[] array = new int[100000000];
        Arrays.fill(array, random.nextInt(10000));
        long startTime = System.currentTimeMillis();
        int result = 0;
        for (int i = 0; i < array.length; i++) {
            result += array[i];
        }
        long endTime = System.currentTimeMillis();
        System.out.printf("总计为：%d ,总耗时：%s ms",result,(endTime - startTime));
    }

结果耗时如下：
总计为：2127125760 ,总耗时：67 ms

二、多线程求和

将数组拆分为多个子数组，然后使用多个线程并行计算每个子数组的和，最后将各个子数组的和相加得到总和

public static void testThreadCal(){
        Random random = new Random();
        int[] array = new int[100000000];
        Arrays.fill(array, random.nextInt(10000));
        CalThread[] threads = new CalThread[4];
        int numThreads = 2;
        int blockSize = array.length / numThreads; // 每个线程处理的子数组大小

        long startTime = System.currentTimeMillis();
        // 创建并启动线程
        for (int i = 0; i < numThreads; i++) {
            int start = i * blockSize;
            int end = (i == numThreads - 1) ? array.length : start + blockSize;
            threads[i] = new CalThread(array, start, end);
            threads[i].start();
        }
        int result = 0;
        // 等待所有线程执行完毕，并累加各个子数组的和
        for (int i = 0; i < numThreads; i++) {
            try {
                threads[i].join();
                result += threads[i].getPartialSum();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
        long endTime = System.currentTimeMillis();
        System.out.printf("总计为：%d ,总耗时：%s ms",result,(endTime - startTime));
    }

结果耗时如下：
总计为：-767641600 ,总耗时：46 ms

三、使用并行流（Parallel Stream）

Java 8引入了Stream API，通过将数组转换成并行流，可以使用内置的并行处理能力进行求和

    public static void testParallel(){
        Random random = new Random();
        int[] array = new int[100000000];
        Arrays.fill(array, random.nextInt(10000));
        long startTime = System.currentTimeMillis();
        int result = Arrays.stream(array).parallel().sum();
        long endTime = System.currentTimeMillis();
        System.out.printf("总计为：%d ,总耗时：%s ms",result,(endTime - startTime));
    }

结果耗时如下：
总计为：1305686784 ,总耗时：116 ms

四、使用Fork/Join

将任务分解为多个子任务，并使用 fork() 方法在新线程中异步执行子任务，最后通过 join() 方法等待子任务的执行结果，并将其合并成整个任务的结果便得到总和

import java.util.Arrays;
import java.util.Random;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveTask;

public class SumArrayExample {

    private static final int THRESHOLD = 100000; // 阈值

    public static void main(String[] args) {
        int[] arr = new int[100000000];
        Random random = new Random();
        Arrays.fill(arr,  random.nextInt(10000));

        ForkJoinPool pool = new ForkJoinPool();
        long startTime = System.currentTimeMillis();
        int result = pool.invoke(new SumArrayTask(arr, 0, arr.length)); // 执行任务
        long endTime = System.currentTimeMillis();
        System.out.printf("总计为：%d ,总耗时：%s ms",result,(endTime - startTime));
    }

    static class SumArrayTask extends RecursiveTask<Integer> {
        private int[] arr;
        private int start;
        private int end;

        public SumArrayTask(int[] arr, int start, int end) {
            this.arr = arr;
            this.start = start;
            this.end = end;
        }

        @Override
        protected Integer compute() {
            if (end - start <= THRESHOLD) { // 如果数据量小于阈值，直接求和
                int sum = 0;
                for (int i = start; i < end; i++) {
                    sum += arr[i];
                }
                return sum;
            } else { // 如果数据量较大，将任务分解为子任务
                int mid = (start + end) / 2;
                SumArrayTask leftTask = new SumArrayTask(arr, start, mid);
                SumArrayTask rightTask = new SumArrayTask(arr, mid, end);
                leftTask.fork();
                rightTask.fork();
                return leftTask.join() + rightTask.join();
            }
        }
    }
}

首先生成了一个长度为 100000000 的 int 数组，将其随机填充。然后创建了 Fork/Join 线程池，并在主线程中调用 pool.invoke() 方法执行任务。
在 SumArrayTask 类中，我们判断当前任务的数据量是否小于阈值，如果小于阈值，则直接求和；否则，将任务分解为两个子任务，分别计算并返回结果。

结果耗时如下：
总计为：-386664192 ,总耗时：50 ms

五、总结

像面试这种编码题时不用急着想最优解，面试官更多的是看你了解的广度是否达到他的预期！