Go语言利用Channel和Goroutine并发统计素数的实现

需求分析

在处理大量数据的计算任务时，串行处理往往效率低下。本例的目标是找出 1 到 20000 之间的所有素数。传统的做法是使用单个循环逐一判断，但在现代CPU的多核特性下，我们可以通过并发的方式将任务拆分给多个协程并行处理，从而显著缩短执行时间。

核心思路图解

整个系统由三个主要的通信管道（Channel）串联而成，具体逻辑如下：

上述流程图展示了经典的"生产者-消费者"模式在并发计算中的变体。我们需要管理好数据的流向以及各个协程的生命周期。

代码实现

为了实现这一功能，我们需要定义三个通道：intChan用于传入数字，primeChan用于传出素数，exitChan用于控制程序的正常退出。以下是完整的实现代码：

package main

import (
	"fmt"
	"time"
)

// putNum: 负责向 intChan 发送 1 到 20000 的数字，完成后关闭通道
func putNum(intChan chan int) {
	for i := 1; i <= 20000; i++ {
		intChan <- i
	}
	close(intChan) // 重要：必须关闭，否则消费者协程会阻塞等待
}

// primeNum1: 从 intChan 读取数字，判断是否为素数，若是则放入 primeChan
// exitChan 用于通知主程序当前协程已完成任务
func primeNum1(intChan chan int, primeChan chan int, exitChan chan bool) {
	var flag bool
	for {
		// 模拟一定延迟以观察并发效果（实际优化中可移除sleep）
		time.Sleep(time.Millisecond * 10)
		
		// 尝试从 intChan 获取数据，ok 为 false 表示通道已关闭且无数据
		num, ok := <- intChan
		if !ok {
			break // 数据取完，当前协程退出
		}

		flag = true // 假设是素数
		// 判断 num 是否为素数
		for i := 2; i < num; i++ {
			if num % i == 0 {
				flag = false // 不是素数
				break
			}
		}
		if flag {
			primeChan <- num // 将素数写入结果通道
		}
	}
	fmt.Println("有一个 prineNum 协程因为取不到数据，退出")
	// 不能在这里直接关闭 primeChan，因为有其他协程也在往里面写
	exitChan <- true // 告知主线程，我这个协程跑完了
}

func main() {
	// 初始化通道
	var intChan chan int = make(chan int, 1000)
	var primeChan chan int = make(chan int, 2000)
	var exitChan = make(chan bool, 4) // 限制只能存4个布尔值

	// 1. 开启一个协程，负责生产 1-20000 的数据
	go putNum(intChan)

	// 2. 开启4个协程，负责消费数据并筛选素数
	for i := 0; i < 4; i++ {
		go primeNum1(intChan, primeChan, exitChan)
	}

	// 3. 监控退出状态：当4个消费者都完成后，关闭结果通道
	go func() {
		for i := 0; i < 4; i++ {
			<-exitChan // 阻塞等待每个协程完成信号
		}
		close(primeChan) // 安全关闭素数通道
	}()

	// 4. 主线程遍历结果通道，打印素数
	for {
		res, ok := <- primeChan
		if !ok {
			break // 结果通道关闭，结束遍历
		}
		fmt.Printf("素数=%d\n", res)
	}
	fmt.Println("main线程退出")
}

关键点解析

上述代码虽然简单，但包含了Go并发编程的几个核心要点：

1. 通道的生命周期管理： putNum必须在数据写入完毕后调用 close(intChan)，否则接收方的 <- intChan 操作将永远处于阻塞状态（死锁）。
2. 安全的停止信号： 多个协程同时往 primeChan 写数据，因此不能在任意一个协程结束时直接关闭该通道，否则会引发 panic。我们引入了 exitChan 作为协调器，确保只有在所有消费者（Producer of Primes）都结束后，才由专门的监控协程关闭最终的结果通道。
3. 并发度控制： 代码中开启了4个处理协程，这个数字可以根据CPU的核心数和任务的复杂度进行调整，以达到最优性能。

结论

通过本例可以看出，利用Go语言的goroutine和channel，可以轻松实现高并发的数据处理任务。在不需要复杂的锁机制的情况下，就能实现线程安全的数据传递与状态同步，这是Go语言在处理此类计算密集型任务时的显著优势。

以上就是利用Channel和Goroutine并发统计素数的详细内容，更多关于Go并发编程的资料请关注本站其它相关文章！