您可以做一個混合解決方案。做一個哈希表,其中每個插槽是二叉樹。所以說1024個插槽,每個插槽都有一個二叉樹。散列上的衝突進入二叉樹,不需要在插入時鎖定所有內容,只需要更新樹。
此外,如果你使用原子操作和一些聰明,你可以通過完全避免鎖定使它更加併發。原子更新插入新節點,如果原子更新失敗,另一個線程添加一個節點,只需循環直到成功。
我已經做到了這一點https://github.com/exodist/GSD/tree/master/Structures
這是一個高度併發的哈希/樹混合。它使用原子操作,沒有互斥體。它可以旋轉插入,但不會阻止讀取或更新現有密鑰。它可以調整大小/平衡/等。您可以遍歷所有條目等。管理自己的內存,並具有用於重新計數鍵/值的回調。您還可以將一個詞典中的鍵鏈接到另一個詞典中,以便更新第一個鍵中的鍵可以更改第二個鍵的值。
這樣的設計其實有性能提高,當你在這個問題投入更多的線程:
(T)是許多線程如何,忽略MI,插槽是多少哈希插槽使用,並且行動是多少項目插入(由線程劃分它,看看每個線程多少)
./performance.run
T, MI, Slots, Ops: Insert Rebalance Update Resize Lookup Immute
4, 16, 1024, 5000000: 2.765500363 0.915232065 2.540659476 2.172654813 2.545409560 2.089993698
13.029449975
4, 16, 32768, 5000000: 2.122459866 1.403548309 2.413483374 1.885083901 2.092272466 2.643681518
12.560529434
4, 16, 1048576, 5000000: 1.700994809 1.063704010 2.030809367 2.457275707 1.453413924 3.671012425
12.377210242
16, 16, 1024, 5000000: 0.785675781 2.311281904 1.805610753 0.621521146 0.549546473 0.744009412
6.817645469
16, 16, 32768, 5000000: 0.497359638 0.316017553 1.257663142 0.610761414 0.390849355 0.825944608
3.898595710
16, 16, 1048576, 5000000: 0.328308989 0.647632801 1.267230625 1.139402693 0.342399827 1.189220470
4.914195405
64, 16, 1024, 5000000: 0.129407132 0.767262021 2.631929019 0.157977313 0.103848004 0.177964574
3.968388063
64, 16, 32768, 5000000: 0.087656606 0.068330231 1.365794852 0.166261966 0.079112728 0.203542885
1.970699268
64, 16, 1048576, 5000000: 0.074605680 0.284322979 1.372998607 0.650503349 0.084956938 0.828653807
3.296041360
注:與8GB的內存的酷睿i7單次運行。在從舊__sync切換到__atomic的過程中使用gcc原子內置函數,這可能有助於提高內存模型的性能。
你讀過[由Bronson等撰寫的高效併發BST研究論文](http://ppl.stanford.edu/papers/ppopp207-bronson.pdf)? – thiton 2013-02-21 08:49:10
我會讀那篇文章。謝謝 – 2013-02-21 19:31:16