C#的并行编程通过Parallel类、Task和PLINQ实现多任务同时处理，提升性能。Parallel类适用于独立循环迭代的并行化，如Parallel.ForEach和Parallel.For；Task用于异步操作，配合Task.Run将耗时任务放入线程池，结合async/await保持程序响应性；PLINQ通过.AsParallel()将LINQ查询并行化，适合计算密集型数据处理，可提升大数据集的处理效率。
C#的并行编程，简单来说，就是让你的程序能够同时处理多个任务，从而更充分地利用现代多核处理器的计算能力，以达到提升性能和响应速度的目的。它不是让你的代码“更快”地执行一个任务，而是让它能够“同时”处理多个独立的任务，就像一个团队分工合作，而不是一个人从头到尾包揽所有工作。这背后的核心思想，就是把一个大问题拆解成若干个可以独立解决的小问题，然后让它们并行运行。
解决方案
在C#中，实现并行编程主要依赖于.NET框架提供的
System.Threading.Tasks命名空间下的工具，尤其是
Parallel类、
Task和PLINQ。
-
Parallel类： 这是最直接、最易用的并行化工具，特别适合处理循环中的独立迭代。当你有一个
for
循环或foreach
循环，并且每次迭代的操作互不依赖时，Parallel.For
和Parallel.ForEach
能让你以最少的代码改动实现并行化。using System; using System.Collections.Generic; using System.Linq; using System.Threading; using System.Threading.Tasks; using System.Collections.Concurrent; // 用于线程安全集合 public class ParallelExample { public static void Run() { Listnumbers = Enumerable.Range(1, 1_000_000).ToList(); ConcurrentBag results = new ConcurrentBag (); // 使用线程安全集合 Console.WriteLine("开始使用 Parallel.ForEach 处理大量数据..."); Parallel.ForEach(numbers, num => { // 模拟一个耗时的计算操作 double res = Math.Sqrt(num * num + num); // 注意：这里使用ConcurrentBag是线程安全的，如果使用List.Add()则需要加锁 results.Add(res); }); Console.WriteLine($"Parallel.ForEach 完成，处理了 {results.Count} 个元素。"); // 也可以使用Parallel.For double[] arrayResults = new double[1_000_000]; Parallel.For(0, numbers.Count, i => { arrayResults[i] = Math.Sqrt(numbers[i] * numbers[i] + numbers[i]); }); Console.WriteLine($"Parallel.For 完成，处理了 {arrayResults.Length} 个元素。"); } } 这里有个小陷阱，如果你在
Parallel.ForEach
内部修改共享数据（比如一个普通的List
），就必须小心处理线程同步问题，否则很可能出现竞态条件导致数据损坏或异常。我这里用了ConcurrentBag
，它就是专门为多线程环境设计的线程安全集合，能省去手动加锁的麻烦。 -
Task和Task.Run：
Task
是.NET中表示一个异步操作的核心抽象。Task.Run
则是一个非常方便的辅助方法，它能将你提供的同步方法（lambda表达式或委托）提交到线程池中执行，并返回一个Task
对象，你可以用它来跟踪操作的完成情况或获取结果。这对于将耗时操作从主线程（比如UI线程）卸载到后台线程，以保持应用响应性非常有用。public class TaskExample { public static async Task Run() { Console.WriteLine("主线程开始执行..."); // 启动一个后台任务，模拟耗时的数据获取 TaskfetchDataTask = Task.Run(() => { Console.WriteLine($"Task {Task.CurrentId} 开始模拟获取数据..."); Thread.Sleep(2500); // 模拟2.5秒的耗时操作 Console.WriteLine($"Task {Task.CurrentId} 模拟获取数据完成。"); return "这是从模拟远程服务获取的数据"; }); Console.WriteLine("主线程继续执行其他操作，不被阻塞..."); // 启动多个任务并行执行 List tasks = new List (); for (int i = 0; i < 3; i++) { int taskId = i + 1; // 捕获变量 tasks.Add(Task.Run(() => { Console.WriteLine($"任务 {taskId} 开始执行..."); Thread.Sleep(new Random().Next(1000, 3000)); // 随机耗时 Console.WriteLine($"任务 {taskId} 执行完成。"); })); } // 等待所有并行任务完成 await Task.WhenAll(tasks); Console.WriteLine("所有并行任务都完成了。"); // 等待第一个任务完成并获取结果 string data = await fetchDataTask; // await会非阻塞地等待任务完成 Console.WriteLine($"主线程获取到数据: {data}"); Console.WriteLine("主线程所有操作完成。"); } } Task
的强大之处在于它与async/await
关键字的结合，这让异步编程变得非常自然和易读。你可以用await
来等待一个Task
完成，而不会阻塞当前线程，这对于构建响应式UI或高并发的Web服务至关重要。 -
PLINQ (Parallel LINQ)： 如果你的项目中大量使用了LINQ查询，并且这些查询是计算密集型的，PLINQ能让你以声明式的方式轻松实现并行化。你只需要在LINQ查询的开头加上一个
.AsParallel()
方法。public class PLINQExample { public static void Run() { ListbigNumbers = Enumerable.Range(1, 20_000_000).ToList(); Console.WriteLine("开始使用 PLINQ 进行并行查询..."); // 使用AsParallel()将LINQ查询并行化 var evenNumbersParallel = bigNumbers.AsParallel() .Where(n => n % 2 == 0) .Select(n => n * 2) // 模拟一些计算 .ToList(); Console.WriteLine($"PLINQ 找到并处理了 {evenNumbersParallel.Count} 个偶数。"); // 也可以控制并行度 var limitedParallel = bigNumbers.AsParallel() .WithDegreeOfParallelism(Environment.ProcessorCount / 2) // 只用一半的核心 .Where(n => n % 3 == 0) .ToList
