std::experimental::parallel::transform_reduce

 

C++

编译器支持

独立和宿主式

语言

标准库

标准库头文件

具名要求

特性测试宏 (C++20)

语言支持库

概念库 (C++20)

诊断库

内存管理库

元编程库 (C++11)

通用工具库

容器库

迭代器库

范围库 (C++20)

算法库

字符串库

文本处理库

数值库

日期和时间库

输入/输出库

文件系统库 (C++17)

并发支持库 (C++11)

执行控制库 (C++26)

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

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

现有算法的并行化版本

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

 

定义于头文件 <experimental/numeric>
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)

将 unary_op 应用于范围 [first, last) 中的每个元素，并使用初始值 init 和 binary_op 归约结果（可能以未指定的顺序排列和聚合）。

如果 binary_op 不满足结合律或交换律，则行为是不确定的。

如果 unary_op 或 binary_op 修改范围 [first, last) 中的任何元素或使任何迭代器失效，则行为未定义。

参数

first, last	-	应用算法的元素范围
init	-	广义和的初始值
policy	-	执行策略
unary_op	-	一元函数对象，将应用于输入范围的每个元素。返回类型必须可以作为 binary_op 的输入
binary_op	-	二元函数对象，将以未指定的顺序应用于 unary_op 的结果、其他 binary_op 的结果和 init
类型要求
- InputIt 必须满足 LegacyInputIterator 的要求。

返回值

init 和 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, a1, ..., aN) 定义如下

• 如果 N = 1, a1,
• 如果 N > 1, op(GSUM(op, b1, ..., bK), GSUM(op, bM, ..., bN)) 其中

• b1, ..., bN 可以是 a1, ..., aN 的任何排列，并且
• 1 < K + 1 = M ≤ N

换句话说，unary_op 的结果可以任意分组和排列。

复杂度

各自 O(last - first) 次应用 unary_op 和 binary_op。

异常

• 如果作为算法一部分调用的函数执行抛出异常，

• 如果 policy 是 parallel_vector_execution_policy，则调用 std::terminate。
• 如果 policy 是 sequential_execution_policy 或 parallel_execution_policy，则算法退出并返回包含所有未捕获异常的 exception_list。如果只有一个未捕获的异常，则算法可能会重新抛出它，而无需将其包装在 exception_list 中。在遇到第一个异常后，算法在返回之前将执行多少工作是不确定的。
• 如果 policy 是其他类型，则行为是实现定义的。

• 如果算法无法分配内存（无论是为了自身还是在处理用户异常时构造 exception_list），则抛出 std::bad_alloc。

注解

unary_op 不应用于 init。

如果范围为空，则返回 init，且不修改。

• 如果 policy 是 sequential_execution_policy 的实例，则所有操作都在调用线程中执行。
• 如果 policy 是 parallel_execution_policy 的实例，则操作可以在未指定数量的线程中执行，彼此之间以不确定的顺序排序。
• 如果 policy 是 parallel_vector_execution_policy 的实例，则执行可以并行化和向量化：函数体边界不受尊重，用户代码可以以任意方式重叠和组合（特别是，这意味着用户提供的 Callable 不得获取互斥锁来访问共享资源）。

示例

transform_reduce 可用于并行化 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

参见

accumulate	对元素范围求和或折叠 (函数模板)
transform	将函数应用于元素范围，并将结果存储在目标范围中 (函数模板)
reduce (并行 TS)	类似于 std::accumulate，但顺序不定 (函数模板)