做分析图超牛的地图网站自建网站平台有哪些
案例
并发目录大小统计
业务逻辑
统计目录的文件数量和大小（或其他信息）。示例输出：
// 某个目录：2637 files 1149.87 MB
实现思路
-
给定一个或多个目录，并发的统计每个目录的size，最后累加到一起。
-
当目录中存在子目录时，递归的统计。
-
每个目录的统计都由独立的Goroutine完成
-
累计总Size由独立的Goroutine完成
-
使用Channel传递获取的文件大小
-
使用WaitGroup调度
核心代码
// 读取目录内容// os.ReadDirfunc ReadDir(name string) ([]DirEntry, error)entries, err := os.ReadDir(dir)// 取得文件信息info, err := entry.Info()//判定是否为目录entry.IsDir()
编码实现
func WalkDir(dirs ...string) string {if len(dirs) == 0 {dirs = []string{"."}}filesizeCh := make(chan int64, 1)wg := &sync.WaitGroup{}for _, dir := range dirs {wg.Add(1)go walkDir(dir, filesizeCh, wg)}go func(wg *sync.WaitGroup) {wg.Wait()close(filesizeCh)}(wg)var fileNum, sizeTotal int64for filesize := range filesizeCh {fileNum++sizeTotal += filesize}return fmt.Sprintf("%d files %.2f MB\n", fileNum, float64(sizeTotal)/1e6)}func walkDir(dir string, fileSizes chan<- int64, wg *sync.WaitGroup) {defer wg.Done()for _, fileinfo := range fileInfos(dir) {if fileinfo.IsDir() {subDir := filepath.Join(dir, fileinfo.Name())wg.Add(1)go walkDir(subDir, fileSizes, wg)} else {fileSizes <- fileinfo.Size()}}}func fileInfos(dir string) []fs.FileInfo {entries, err := os.ReadDir(dir)if err != nil {fmt.Fprintf(os.Stderr, "walkdir: %v\n", err)return []fs.FileInfo{}}infos := make([]fs.FileInfo, 0, len(entries))for _, entry := range entries {info, err := entry.Info()if err != nil {continue}infos = append(infos, info)}return infos}
测试执行
> go test -run=WalkDir70 files 0.09 MBPASSok goConcurrency 0.321s
快速排序的并发编程实现
典型的单线程快速排序实现
func QuickSortSingle(arr []int) []int {// 确保arr中至少存在2个或以上元素if arr == nil || len(arr) < 2 {return arr}// 执行排序quickSortSingle(arr, 0, len(arr)-1)return arr}func quickSortSingle(arr []int, l, r int) {// 判定待排序范围是否合法if l < r {// 获取参考元素位置索引mid := partition(arr, l, r)// 递归排序左边quickSortSingle(arr, l, mid-1)// 递归排序右边quickSortSingle(arr, mid+1, r)}}// 大小分区，返回参考元素索引func partition(arr []int, l, r int) int {p := l - 1for i := l; i <= r; i++ {if arr[i] <= arr[r] {p++swap(arr, p, i)}}return p}// 交换arr中i和j元素func swap(arr []int, i, j int) {t := arr[i]arr[i] = arr[j]arr[j] = t}
并发编程实现思路
-
使用独立的Goroutine完成arr中某部分的排序
-
WaitGroup 完成等待阻塞同步
编码实现
// QuickSortConcurrency 快速排序调用函数func QuickSortConcurrency(arr []int) []int {// 一：校验arr是否满足排序需要，至少要有2个元素if arr == nil || len(arr) < 2 {return arr}// 四：同步的控制wg := &sync.WaitGroup{}// 二：执行排序// 初始排序整体[0, len(arr)-1]wg.Add(1)go quickSortConcurrency(arr, 0, len(arr)-1, wg)wg.Wait()// 三：返回结果return arr}// 实现递归快排的核心函数// 接收arr，和排序区间的索引位置[l, r]func quickSortConcurrency(arr []int, l, r int, wg *sync.WaitGroup) {// 一：-1wg的计数器defer wg.Done()// 二：判定是否需要排序， l < rif l < r {// 三：大小分区元素，并获取参考元素索引mid := partition(arr, l, r)// 四：并发对左部分排序wg.Add(1)go quickSortConcurrency(arr, l, mid-1, wg)// 五：并发的对右部分排序wg.Add(1)go quickSortConcurrency(arr, mid+1, r, wg)}}
partition 和 swap 部分不变。
测试执行
func TestQuickSortConcurrency(t *testing.T) {randArr := GenerateRandArr(1000)sortArr := QuickSortConcurrency(randArr)fmt.Println(sortArr)}// 生成大的随机数组func GenerateRandArr(l int) []int {// 生产大量的随机数arr := make([]int, l)rand.Seed(time.Now().UnixMilli())for i := 0; i < l; i++ {arr[i] = int(rand.Int31n(int32(l * 5)))}return arr}
> go test -run=QuickSortConcurrency