数据并行化

并行和并发

并行：两个任务在同一时间发生，比如在多核 CPU 上，A 任务在三核，B 任务在四核。
并发：两个任务共享时间段，比如在 1s 内 A 任务和 B 任务交替运行 0.5s。

并行化流操作

在一个 Stream 对象上调用 parallel 方法即可拥有并行操作的能力。
如果想从一个集合类创建一个流，调用 parallelStream 即可获得拥有并行能力的流。

测试、调试和重构

孤独的覆盖

ThreadLocal 能创建一个工厂，为每个线程最多只产生一个值。这是确保非线程安全的类在并发环境下安全使用的一种简单方式。

假设要在数据库查询一个艺术家，但希望每个线程值做一次这种查询：

1
2
3
4
5
6

ThreadLocal<Album> thisAlbum = new ThreadLocal<Album>() {
    @Override
    protected Album initialValue() {
        return database.findCurrentAlbum();
    }
};

为工厂方法 withInitial 传入一个 Supplier 对象实例来创建对象：

1
2
3

ThreadLocal<Album> thisAlbum = ThreadLocal.withInitial(
        () -> database.findCurrentAlbum()
);

设计和架构的原则

命令者模式

命令者是一个对象，它封装了调用另一个方法的所有细节，命令者模式使用该对象，可以编写出根据运行期条件，顺序调用方法的一般化代码。

命令者模式中有四个类参与其中：

命令接收者
执行实际任务

命令者
封装了所有调用命令执行者的信息

发起者
控制一个或多个命令的顺序和执行

客户端
创建具体的命令者实例

Debian 下安装：sudo apt install mysql-workbench

连接数据库：菜单栏 Database -> Connect to Database

基本概念

类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回，尝试别的路径。

设想把你放在一个迷宫里，想要走出迷宫，最直接的办法是什么呢？
没错，试。先选一条路走起，走不通就往回退尝试别的路，走不通继续往回退，直到找到出口或所有路都试过走不出去为止。

基本概念

类似于回溯法，也是一种在问题的解空间树T上搜索问题解的算法。但在一般情况下，分支限界法与回溯法的求解目标不同。回溯法的求解目标是找出T中满足约束条件的所有解，而分支限界法的求解目标则是找出满足约束条件的一个解，或是在满足约束条件的解中找出使某一目标函数值达到极大或极小的解，即在某种意义下的最优解。

基本概念

字面上的解释是“分而治之”，就是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把子问题分成更小的子问题……直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。

这个技巧是很多高效算法的基础，如排序算法(快速排序，归并排序)，傅立叶变换(快速傅立叶变换)……

任何一个可以用计算机求解的问题所需的计算时间都与其规模有关。
问题的规模越小，越容易直接求解，解题所需的计算时间也越少。

例如，对于n个元素的排序问题，当n=1时，不需任何计算。n=2时，只要作一次比较即可排好序。n=3时只要作3次比较即可，…。而当n较大时，问题就不那么容易处理了。要想直接解决一个规模较大的问题，有时是相当困难的。

基本概念

过程：每次决策依赖于当前状态，又随即引起状态的转移。
一个决策序列就是在变化的状态中产生出来的，所以，这种多阶段最优化决策解决问题的过程就称为动态规划。

基本思想与策略

基本思想与分治法类似，也是将待求解的问题分解为若干个子问题（阶段），按顺序求解子阶段，前一子问题的解，为后一子问题的求解提供了有用的信息。在求解任一子问题时，列出各种可能的局部解，通过决策保留那些有可能达到最优的局部解，丢弃其他局部解。依次解决各子问题，最后一个子问题就是初始问题的解。

由于动态规划解决的问题多数有重叠子问题这个特点，为减少重复计算，对每一个子问题只解一次，将其不同阶段的不同状态保存在一个二维数组中。

与分治法最大的差别是：适合于用动态规划法求解的问题，经分解后得到的子问题往往不是互相独立的（即下一个子阶段的求解是建立在上一个子阶段的解的基础上，进行进一步的求解）。