C#怎么使用Parallel.ForEach C#并行循环加速处理_技术教程

Parallel.ForEach可自动并行化CPU密集型任务，但需确保线程安全、避免共享状态、慎用于I/O场景；基本用法是替换foreach并使用System.Threading.Tasks；推荐用局部状态+合并方式处理聚合结果，配合ParallelOptions控制并发度，异常需捕获AggregateException并遍历InnerExceptions。

用 Parallel.ForEach 能让集合遍历自动并行化，显著提升 CPU 密集型任务的执行速度，但不是所有场景都适合——关键看是否线程安全、有无共享状态、是否 I/O 主导。

基本用法：替换普通 foreach

把原来的串行循环改成并行，只需两步：

引用 System.Threading.Tasks
用 Parallel.ForEach(集合, item => { /* 处理逻辑 */ }) 替代 foreach

例如处理一个整数列表求平方：

（注意：下面代码不涉及共享变量，是安全的）

var numbers = Enumerable.Range(1, 100000).ToList();
Parallel.ForEach(numbers, n => {
    var result = n * n; // 纯计算，无副作用
    // 可以写入线程本地变量或加锁写入共享结构
});

避免共享资源冲突：别直接改公共变量

多个线程同时写同一个变量（如 sum += n）会导致结果错误。正确做法有：

用 Interlocked.Add(ref sum, n) 原子操作（适合简单数值累加）
用 lock(obj) 包裹临界区（开销略大，但通用）
用 Parallel.ForEach 的重载 + 局部状态（推荐，性能最好）

局部状态示例（每个线程独立累加，最后合并）：

（适用于需要汇总结果的场景）

int total = Parallel.ForEach(
    numbers,
    () => 0, // 每个线程的局部初始值
    (n, loopState, localSum) => localSum + n * n, // 局部处理
    localSum => Interlocked.Add(ref total, localSum) // 合并到全局
);

控制并发度：防止线程过多拖慢性能

默认会根据 CPU 核心数动态调整线程数，但遇到大量小任务或内存敏感场景，可手动限制：

传入 new ParallelOptions { MaxDegreeOfParallelism = 4 }
一般设为 Environment.ProcessorCount 或略高，避免上下文切换开销
特别耗内存的任务（如图像处理），适当调低更稳

提前退出和异常处理

不能用 break 或 return 直接跳出整个循环，但可以：

调用 loopState.Break()：通知后续分区尽快停止（已开始的仍会完成）
调用 loopState.Stop()：尽量立即中止所有未开始的迭代
异常会被包装成 AggregateException，需 try-catch 并遍历 .InnerExceptions

例如查找第一个满足条件的元素：

int? found = null;
Parallel.ForEach(numbers, (n, loopState) => {
    if (n > 50000) {
        found = n;
        loopState.Stop(); // 不再启动新任务
    }
});

基本上就这些。用对了能快几倍，用错了反而更