std::experimental::parallel::transform_reduce

 

C++

编译器支持

自立实现与有宿主实现

语言

标准库

标准库标头

具名要求

功能特性测试宏 (C++20)

语言支持库

概念库 (C++20)

元编程库 (C++11)

诊断库

通用工具库

字符串库

容器库

迭代器库

范围库 (C++20)

算法库

数值库

本地化库

输入/输出库

文件系统库 (C++17)

正则表达式库 (C++11)

并发支持库 (C++11)

技术规范

符号索引

外部库

 

实验性

技术规范

文件系统库 (文件系统 TS)

库基础 (库基础 TS)

库基础 2 (库基础 TS v2)

库基础 3 (库基础 TS v3)

并行扩展 (并行 TS)

并行扩展 2 (并行 TS v2)

并发扩展 (并发 TS)

并发扩展 2 (并发 TS v2)

概念 (概念 TS)

范围 (范围 TS)

反射 (反射 TS)

数学特殊函数 (特殊函数 TR)

实验性非 TS 功能特性

模式匹配

线性代数

std::execution

契约

2D 图形

 

并行扩展

执行策略

parallel::execution_policy

parallel::sequential_execution_policyparallel::parallel_execution_policyparallel::parallel_vector_execution_policy

parallel::seqparallel::parparallel::par_vec

并行算法

并行异常

parallel::exception_list

既存算法的并行化版本

新算法

parallel::for_eachparallel::for_each_n

parallel::reduce

parallel::exclusive_scan

parallel::inclusive_scan

parallel::transform_reduce

parallel::transform_exclusive_scan

parallel::transform_inclusive_scan

 

在标头 <experimental/numeric> 定义
template< class InputIt, class UnaryOp, class T, class BinaryOp > T transform_reduce( InputIt first, InputIt last,                     UnaryOp unary_op, T init, BinaryOp binary_op );	(1)	(并行 TS)
template< class ExecutionPolicy,           class InputIt, class UnaryOp, class T, class BinaryOp > T transform_reduce( ExecutionPolicy&& policy,                     InputIt first, InputIt last,                     UnaryOp unary_op, T init, BinaryOp binary_op );	(2)	(并行 TS)

对范围 [first, last) 中的每个元素应用 unary_op，并将其结果（可能以未指明的方式排列和聚合）和初值 init 一起在 binary_op 上归约。

如果 binary_op 不可结合或不可交换，则其行为不确定。

如果 unary_op 或 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。

参数

first, last	-	要向其运用算法的元素范围
init	-	广义和的初值
policy	-	执行策略
unary_op	-	将应用于输入元素范围的每个元素的一元函数对象 (FunctionObject) 。其返回类型必须课接受为 binary_op 的输入
binary_op	-	将以未指明顺序应用于 unary_op 的结果，其他 binary_op 的结果和 init 上的二元函数对象 (FunctionObject)
类型要求
- InputIt 必须满足老式输入迭代器 (LegacyInputIterator) 。

返回值

init 与 unary_op(*first), unary_op(*(first + 1)), ... unary_op(*(last - 1)) 在 binary_op 上的广义和， 其中广义和 GSUM(op, a
1, ..., a
N) 定义如下：

• 如果 N = 1，则为 a
  1，
• 如果 N > 1，则为 op(GSUM(op, b
  1, ..., b
  K), GSUM(op, b
  M, ..., b
  N)) 其中

• b
  1, ..., b
  N 可以为 a1, ..., aN 的任意排列，且
• 1 < K + 1 = M ≤ N

换言之，unary_op 的结果可能以任意顺序分钟和排布。

复杂度

O(last - first) 次运用 unary_op 和 binary_op。

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。

注解

unary_op 不对 init 运用。

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）。

示例

transform_reduce 可以用于并行化 std::inner_product：

运行此代码

#include <boost/iterator/zip_iterator.hpp>
#include <boost/tuple.hpp>
#include <experimental/execution_policy>
#include <experimental/numeric>
#include <functional>
#include <iostream>
#include <iterator>
#include <vector>
 
int main()
{
    std::vector<double> xvalues(10007, 1.0), yvalues(10007, 1.0);
 
    double result = std::experimental::parallel::transform_reduce(
        std::experimental::parallel::par,
        boost::iterators::make_zip_iterator(
            boost::make_tuple(std::begin(xvalues), std::begin(yvalues))),
        boost::iterators::make_zip_iterator(
            boost::make_tuple(std::end(xvalues), std::end(yvalues))),
        [](auto r) { return boost::get<0>(r) * boost::get<1>(r); }
        0.0,
        std::plus<>()
    );
    std::cout << result << '\n';
}

输出：

10007

参阅

accumulate	对一个范围内的元素求和或折叠 (函数模板)
transform	将一个函数应用于某一范围的各个元素，并在目标范围存储结果 (函数模板)
reduce (并行 TS)	类似 std::accumulate，但不按顺序进行 (函数模板)