Как знаешь способы вычислить сумму всех элементов массива, используя ForkJoinPool

Вычисление суммы элементов массива с ForkJoinPool

ForkJoinPool — это мощный инструмент для параллельной обработки больших объёмов данных. Вот несколько способов вычислить сумму элементов массива:

1. Классический подход с RecursiveTask

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

class SumTask extends RecursiveTask<Long> {
    private int[] array;
    private int start;
    private int end;
    private static final int THRESHOLD = 1000;

    SumTask(int[] array, int start, int end) {
        this.array = array;
        this.start = start;
        this.end = end;
    }

    @Override
    protected Long compute() {
        if (end - start <= THRESHOLD) {
            long sum = 0;
            for (int i = start; i < end; i++) {
                sum += array[i];
            }
            return sum;
        } else {
            int mid = (start + end) / 2;
            SumTask left = new SumTask(array, start, mid);
            SumTask right = new SumTask(array, mid, end);
            
            left.fork();
            long rightResult = right.compute();
            long leftResult = left.join();
            
            return leftResult + rightResult;
        }
    }
}

// Использование
int[] array = new int[10000000];
ForkJoinPool pool = new ForkJoinPool();
long sum = pool.invoke(new SumTask(array, 0, array.length));

2. С использованием Stream API и parallelStream()

int[] array = new int[10000000];
long sum = java.util.Arrays.stream(array).parallel().sum();

Это самый простой и рекомендуемый способ. Внутри используется ForkJoinPool.commonPool().

3. С контролем ForkJoinPool

int[] array = new int[10000000];
ForkJoinTask<Long> task = ForkJoinTask.adapt(() -> {
    return java.util.Arrays.stream(array).parallel().sum();
});
ForkJoinPool pool = new ForkJoinPool(4); // 4 потока
long sum = pool.invoke(task);

4. Оптимизированный подход с уменьшением давления на GC

class OptimizedSumTask extends RecursiveTask<Long> {
    private int[] array;
    private int start;
    private int end;
    private static final int THRESHOLD = 10000;

    OptimizedSumTask(int[] array, int start, int end) {
        this.array = array;
        this.start = start;
        this.end = end;
    }

    @Override
    protected Long compute() {
        int length = end - start;
        if (length <= THRESHOLD) {
            long sum = 0;
            for (int i = start; i < end; i++) {
                sum += array[i];
            }
            return sum;
        }
        
        int mid = start + length / 2;
        OptimizedSumTask leftTask = new OptimizedSumTask(array, start, mid);
        OptimizedSumTask rightTask = new OptimizedSumTask(array, mid, end);
        
        leftTask.fork();
        long rightSum = rightTask.compute();
        long leftSum = leftTask.join();
        
        return leftSum + rightSum;
    }
}

Важные замечания

Порог разделения (threshold): это критичный параметр. Если порог слишком мал, возникает overhead от создания задач. Если слишком большой — нет параллелизма. Обычно начинаю с 10,000 элементов.

ForkJoinPool vs Stream API: Stream API более удобен и оптимизирован, использует commonPool(). Прямое использование ForkJoinPool нужно, когда требуется контроль над параметрами пула.

Когда это имеет смысл: Параллельная обработка эффективна только на больших массивах (млн+ элементов). Для малых массивов обычный цикл быстрее из-за overhead параллелизма.