Java多线程执行时长异常求助：线程越多耗时反而增加

首先得戳破你的误区：你当前的多线程写法根本不是并行加速，而是让多个线程重复做完全相同的工作——每个线程都要处理全部50个矩阵，这相当于把单线程的工作量直接放大了n倍（2线程就是跑100次所有矩阵，3线程150次），CPU被重复计算占满，再加上上下文切换和缓存冲突的开销，耗时自然越来越高。

具体原因拆解 #

1. 重复计算导致的资源竞争
   你原本期望的是“多线程并行处理任务”，但实际代码里每个线程都在执行和单线程完全一样的遍历逻辑。当多个线程同时抢占CPU核心时，操作系统需要不断切换线程上下文，这个过程会消耗大量CPU资源，直接拖慢整体执行速度。

2. 缓存颠簸（Cache Thrashing）
   Floyd-Warshall是内存密集型算法，需要频繁读写矩阵数据。当多个线程同时访问相同的矩阵内存区域时，CPU缓存行会被不同核心频繁地同步、失效——比如线程1刚把某块数据加载到缓存，线程2又修改了这块数据，导致线程1的缓存失效，不得不重新从内存读取。这种缓存的频繁失效会极大降低内存访问效率，线程越多，冲突越严重。

3. 线程数超过实际可用核心的开销
   如果你的CPU核心数少于线程数（比如4核开3线程，看起来没问题，但每个线程都在满负荷计算），核心会被多个线程抢占，上下文切换的成本会急剧上升，进一步加剧性能下降。

正确的并行写法：拆分任务而非重复任务 #

要实现真正的并行加速，你需要把任务拆分，让每个线程只处理一部分矩阵，而不是全部。比如50个矩阵，2线程各处理25个，3线程分成17、17、16份。修改后的代码如下：

private static void runThreads(List<int[][]> graphs, int nThreads) throws InterruptedException {
    ExecutorService executor = Executors.newFixedThreadPool(nThreads);
    Collection<Callable<String>> callables = new ArrayList<>();
    
    // 把矩阵列表拆分成nThreads个批次
    int batchSize = graphs.size() / nThreads;
    for(int i = 0; i < nThreads; i++) {
        final int startIdx = i * batchSize;
        // 最后一个线程处理剩余的所有矩阵
        final int endIdx = (i == nThreads - 1) ? graphs.size() : (i + 1) * batchSize;
        final List<int[][]> assignedGraphs = graphs.subList(startIdx, endIdx);
        
        callables.add(() -> {
            for(int[][] graph : assignedGraphs) {
                FloydWarshall f = new FloydWarshall(graph);
                f.checkConsistency();
            }
            return null;
        });
    }
    
    long startTime = System.currentTimeMillis();
    executor.invokeAll(callables);
    executor.shutdown();
    long totalTime = System.currentTimeMillis() - startTime;
    System.out.println("Total time: " + totalTime + " ms");
}

额外优化提示 #

• 线程数建议设置为CPU核心数或核心数+1（利用超线程），不要盲目增加线程数，超过核心数后上下文切换的开销会抵消并行收益。
• 检查FloydWarshall类，确保没有使用共享的可变静态变量——即使拆分了任务，共享可变状态也可能导致隐形的同步开销或逻辑错误。
• 如果单个矩阵的计算量极大（比如1000×1000），可以考虑把单个矩阵的Floyd-Warshall计算也并行化（比如拆分k循环到不同线程），但这需要注意数据同步（比如使用AtomicInteger或者分段锁），实现起来更复杂。

修改后再测试，你应该能看到线程数增加时，总耗时明显下降（接近单线程耗时的1/n，忽略线程启动和切换的微小开销）。

内容的提问来源于stack exchange，提问作者John F