在 Haskell 中实现高效的并行 map 和 reduce答案

【问题标题】：Implementing efficient parallel map and reduce in Haskell在 Haskell 中实现高效的并行 map 和 reduce
【发布时间】：2016-02-13 22:08:44
【问题描述】：

鉴于以下 Python 示例，我想知道如何在 Haskell 中实现高效且并行的等效代码。

Python 中的第一个示例：函数映射

f = lambda x: 2*x
print map(f, [1,2,3,4])

Python 中的第二个示例：函数式归约

g = lambda x,y: x*y
print reduce(g, [1,2,3,4], 1)

我希望 Haskell 中的并行代码能够有效地利用多核处理器。

注意：这些只是玩具示例，我不打算对这些玩具示例进行加速。它们只是为了说明如何与 Haskell 并行实现运算符 map 和 reduce。

【问题讨论】：

尝试阅读wiki.haskell.org/Applications_and_libraries/… 另外，Control.Parallel.Strategies 中的parMap 可以解决第一个问题，尽管对于上面这些非常简单的功能，它也会使性能变差。
欢迎来到 stackoverflow，请告诉我们您的尝试，并向我们展示您的努力。你已经知道多少haskell。使用多核通常不是初学者的问题。您可能会在Simon Marlowe's excellent book 中找到一些信息。同样在并行之前 - 只需检查简单的单核解决方案是否足够快。

标签： haskell parallel-processing

【解决方案1】：

对于功能映射，Haskell 中的等效顺序版本是：

f x = 2*x
dxs = map f [1,2,3,4]
main = print dxs

Haskell 中的并行版本是：

import Control.Parallel.Strategies
import Control.Parallel

f x = 2*x
dxs = parMap rpar f [1,2,3,4]
main = print(dxs)

【讨论】：

我想这是与 Haskell 并行实现 map 运算符的最有效方式。让我知道是否有更有效的方法。

【解决方案2】：

另一种方法是

import Control.Parallel

newtype PMonoid a = PM {unPM :: a}

instance Monoid a => Monoid (PMonoid a) where
    mempty = PM mempty
    (PM a) <> (PM b) = PM (a `par` b `pseq` a <> b)

这将使foldMap 并行。（尤其是 map 操作由于惰性而获得了并行性。）

你们很多人都想加入deepseq，但这不是必须的。

【讨论】：