我只是在了解新的.NET 4.0功能。我正在尝试使用Parallel.For和普通的for(x;x;x)循环进行简单的计算。
然而，我大约50%的时间得到不同的结果。
long sum = 0;
Parallel.For(1, 10000, y =>
{
sum += y;
}
);
Console.WriteLine(sum.ToString());
sum = 0;
for (int y = 1; y < 10000; y++)
{
sum += y;
}
Console.WriteLine(sum.ToString());
我猜测多个线程同时尝试更新“sum”变量。
有没有明显的方法可以避免这种情况？
你不能这样做。 sum 在并行线程之间共享。你需要确保 sum 变量只被一个线程访问：
// DON'T DO THIS!
Parallel.For(0, data.Count, i =>
{
Interlocked.Add(ref sum, data[i]);
});
但是...这是一种反模式，因为您实际上已经将循环串行化，因为每个线程都会锁定Interlocked.Add。
您需要做的是添加子总数并在最后合并它们，如下所示：
Parallel.For<int>(0, result.Count, () => 0, (i, loop, subtotal) =>
{
subtotal += result[i];
return subtotal;
},
(x) => Interlocked.Add(ref sum, x)
);
sum += y; 实际上等价于 sum = sum + y;。由于以下竞争条件，您可能会得到错误的结果：
sumsumsum+y1，并将结果存储在sum中sum+y2，并将结果存储在sum中sum现在等于sum+y2，而不是sum+y1+y2。
你的推测是正确的。
当你写sum += y时，运行时会执行以下操作：
y添加到堆栈中如果两个线程同时读取字段，则第一个线程所做的更改将被第二个线程覆盖。
你需要使用Interlocked.Add，它将执行加法作为单个原子操作。
我认为重要的是要区分这个循环不能被划分为并行，因为正如上面提到的，每个循环迭代都依赖于之前的迭代。并行循环适用于显式并行任务，例如像像素缩放等，因为循环的每次迭代不能在其迭代之外具有数据依赖性。
Parallel.For(0, input.length, x =>
{
output[x] = input[x] * scalingFactor;
});
以上是一段代码示例，它可以轻松地进行分区并实现并行处理。但需要警告的是，并行处理是有代价的，即使上面我用作例子的循环也远远太简单，无需使用并行循环，因为设置时间比通过并行处理节省的时间更长。
将long增加并不是一个原子操作。
long sum = Enumerable.Range(1, 10000).AsParallel().Sum();
ParallelEnumerable.Sum方法，不过也可以在更一般的情况下使用Aggregate方法。请参考Parallel Loops章节，了解这些方法的说明。请注意不要改动HTML标签。long sum1 = 0;
long sum2 = 0;
Parallel.For(1, 10000, y =>
{
sum1 += y;
sum2=sum1*y;
}
);
我们该怎么办？我猜我们得使用数组！
sum += y;时，实际上每个线程都在同时说“把我加入到总和里！”你需要对它们关于共享资源sum的通信进行同步。 - johnny g