如何让每个Pthread工作线程负责处理1000个文件整数段？

所有线程输出结果一致的核心原因是没有为每个工作线程分配独立的分段数据标识，导致所有计算线程都在处理同一段数据。必须通过索引或指针传递分段信息来解决，具体实现步骤如下：

1. 定义线程参数结构体 #

创建一个结构体，用来传递每个工作线程的专属分段信息，同时可存储该分段的计算结果，避免全局变量竞争：

typedef struct {
    int *start_ptr;  // 当前分段的起始指针
    int segment_len; // 分段长度（固定为1000）
    long sum;        // 求和结果
    double avg;      // 平均值结果
    double sqrt_sq;  // 平方和开方结果
} ThreadSegment;

2. 为每个工作线程分配独立参数 #

创建工作线程时，为每个线程填充对应的分段起始指针和长度：

int nums[10000];
// 假设已从文件读取数据到nums数组
pthread_t worker_threads[10];
ThreadSegment seg_datas[10];

for (int i = 0; i < 10; i++) {
    seg_datas[i].start_ptr = &nums[i * 1000];
    seg_datas[i].segment_len = 1000;
    // 初始化结果字段
    seg_datas[i].sum = 0;
    seg_datas[i].avg = 0.0;
    seg_datas[i].sqrt_sq = 0.0;
    // 创建工作线程，传递当前分段数据
    pthread_create(&worker_threads[i], NULL, worker_routine, &seg_datas[i]);
}

3. 工作线程调度计算线程 #

在工作线程中，将分段数据传递给3个计算线程，确保它们只处理当前分段：

void *worker_routine(void *arg) {
    ThreadSegment *seg = (ThreadSegment *)arg;
    pthread_t calc_threads[3];

    // 创建计算线程，分别处理求和、平均值、平方和开方
    pthread_create(&calc_threads[0], NULL, calc_sum, seg);
    pthread_create(&calc_threads[1], NULL, calc_avg, seg);
    pthread_create(&calc_threads[2], NULL, calc_sqrt_sum_sq, seg);

    // 等待所有计算线程完成
    for (int i = 0; i < 3; i++) {
        pthread_join(calc_threads[i], NULL);
    }

    // 输出当前分段的结果
    printf("第%d段：求和=%ld，平均值=%.2f，平方和开方=%.2f\n",
           (seg->start_ptr - nums)/1000 + 1,
           seg->sum, seg->avg, seg->sqrt_sq);
    return NULL;
}

4. 计算线程实现示例 #

以求和、平均值为例，计算线程基于传递的分段信息处理对应区间：

// 求和计算线程
void *calc_sum(void *arg) {
    ThreadSegment *seg = (ThreadSegment *)arg;
    long total = 0;
    for (int i = 0; i < seg->segment_len; i++) {
        total += seg->start_ptr[i];
    }
    seg->sum = total;
    return NULL;
}

// 平均值计算线程
void *calc_avg(void *arg) {
    ThreadSegment *seg = (ThreadSegment *)arg;
    // 直接用已计算好的sum，避免重复遍历
    seg->avg = (double)seg->sum / seg->segment_len;
    return NULL;
}

关键注意点 #

• 禁止使用全局变量存储当前处理的区间索引或起始地址，否则会导致所有线程共享同一数据，输出结果一致。
• 每个工作线程必须持有独立的分段参数，确保下属计算线程的处理范围唯一。
• 计算线程完成后，工作线程要等待所有计算线程结束再输出结果，避免数据未计算完成就输出。

内容的提问来源于stack exchange，提问作者Tony Jiang