Мне нужно сильно повысить эффективность кода. Попробуй использовать многопоточное…
- User
Мне нужно сильно повысить эффективность кода. Попробуй использовать многопоточное программирование
private static void rasterizeTriangle(Point2f[] points, float[] zValues, float[][] zBuffer, GraphicsContext graphicsContext) { Color colorA = Color.RED; Color colorB = Color.BLACK; Color colorC = Color.BLUE;
int minX = (int) Math.max(0, Math.floor(Math.min(points[0].x, Math.min(points[1].x, points[2].x)))); int maxX = (int) Math.min(zBuffer.length - 1, Math.ceil(Math.max(points[0].x, Math.max(points[1].x, points[2].x)))); int minY = (int) Math.max(0, Math.floor(Math.min(points[0].y, Math.min(points[1].y, points[2].y)))); int maxY = (int) Math.min(zBuffer[0].length - 1, Math.ceil(Math.max(points[0].y, Math.max(points[1].y, points[2].y)))); for (int x = minX; x <= maxX; x++) { for (int y = minY; y <= maxY; y++) { float[] barycentricCoords = calculateBarycentricCoordinates(points, x, y); float lambda0 = barycentricCoords[0]; float lambda1 = barycentricCoords[1]; float lambda2 = barycentricCoords[2]; if (isPointInsideTriangle(lambda0, lambda1, lambda2)) { float depth = interpolateDepth(lambda0, lambda1, lambda2, zValues); if (depth < zBuffer[x][y]) { zBuffer[x][y] = depth; Color color = interpolateColor(lambda0, lambda1, lambda2, colorA, colorB, colorC); graphicsContext.getPixelWriter().setColor(x, y, color); } } } }}
private static float[] calculateBarycentricCoordinates(Point2f[] points, int x, int y) { float lambda0 = ((points[1].y - points[2].y) * (x - points[2].x) + (points[2].x - points[1].x) * (y - points[2].y)) / ((points[1].y - points[2].y) * (points[0].x - points[2].x) + (points[2].x - points[1].x) * (points[0].y - points[2].y)); float lambda1 = ((points[2].y - points[0].y) * (x - points[2].x) + (points[0].x - points[2].x) * (y - points[2].y)) / ((points[1].y - points[2].y) * (points[0].x - points[2].x) + (points[2].x - points[1].x) * (points[0].y - points[2].y)); float lambda2 = 1.0f - lambda0 - lambda1; return new float[]{lambda0, lambda1, lambda2}; } private static boolean isPointInsideTriangle(float lambda0, float lambda1, float lambda2) { return lambda0 >= 0 && lambda1 >= 0 && lambda2 >= 0; } private static float interpolateDepth(float lambda0, float lambda1, float lambda2, float[] zValues) { return lambda0 * zValues[0] + lambda1 * zValues[1] + lambda2 * zValues[2]; } private static Color interpolateColor(float lambda0, float lambda1, float lambda2, Color colorA, Color colorB, Color colorC) { double red = lambda0 * colorA.getRed() + lambda1 * colorB.getRed() + lambda2 * colorC.getRed(); double green = lambda0 * colorA.getGreen() + lambda1 * colorB.getGreen() + lambda2 * colorC.getGreen(); double blue = lambda0 * colorA.getBlue() + lambda1 * colorB.getBlue() + lambda2 * colorC.getBlue(); return new Color(red, green, blue, 1.0); } - Assistant
Для повышения эффективности кода за счет использования многопоточности, можно применить подход с использованием
ExecutorServiceв Java. Он позволит распределять обработку по нескольким потокам, что особенно полезно при обработке больших изображений. Вот как можно изменить вашу реализацию:- Используйте пул потоков для параллельной обработки строк изображения.
- Разделите прямоугольник на несколько участков по оси Y и для каждого участка создайте задачу для выполнения в пуле потоков.
Обратите внимание, что для работы с графическим контекстом (
GraphicsContext) и z-буфером, разделяемым между несколькими потоками, понадобятся соответствующие синхронизационные механизмы или гарантии от самой библиотеки, что графический контекст безопасен для использования из нескольких потоков.Вот пример кода:
import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import java.util.concurrent.Future; public static void rasterizeTriangle(Point2f[] points, float[] zValues, float[][] zBuffer, GraphicsContext graphicsContext) { Color colorA = Color.RED; Color colorB = Color.BLACK; Color colorC = Color.BLUE; int minX = (int) Math.max(0, Math.floor(Math.min(points[0].x, Math.min(points[1].x, points[2].x)))); int maxX = (int) Math.min(zBuffer.length - 1, Math.ceil(Math.max(points[0].x, Math.max(points[1].x, points[2].x)))); int minY = (int) Math.max(0, Math.floor(Math.min(points[0].y, Math.min(points[1].y, points[2].y)))); int maxY = (int) Math.min(zBuffer[0].length - 1, Math.ceil(Math.max(points[0].y, Math.max(points[1].y, points[2].y)))); // Создание пула потоков ExecutorService executor = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors()); try { for (int y = minY; y <= maxY; y++) { final int currentY = y; executor.submit(() -> { for (int x = minX; x <= maxX; x++) { float[] barycentricCoords = calculateBarycentricCoordinates(points, x, currentY); float lambda0 = barycentricCoords[0]; float lambda1 = barycentricCoords[1]; float lambda2 = barycentricCoords[2]; if (isPointInsideTriangle(lambda0, lambda1, lambda2)) { float depth = interpolateDepth(lambda0, lambda1, lambda2, zValues); synchronized(zBuffer) { // Синхронизация для многопоточного доступа if (depth < zBuffer[x][currentY]) { zBuffer[x][currentY] = depth; // Синхронизация может потребоваться и для graphicsContext synchronized(graphicsContext) { Color color = interpolateColor(lambda0, lambda1, lambda2, colorA, colorB, colorC); graphicsContext.getPixelWriter().setColor(x, currentY, color); } } } } } }); } } finally { executor.shutdown(); } }Несколько замечаний:
-
Синхронизация: zBuffer и graphicsContext потенциально могут потребовать синхронизации для безопасной работы между потоками, как в примере выше. Убедитесь, что это необходимо, особенно для
GraphicsContext, так как он может быть потокобезопасным в зависимости от реализации. -
Балансировка нагрузки: Оптимальное количество потоков зависит от конкретной задачи и архитектуры процессора. Параметр
Runtime.getRuntime().availableProcessors()помогает настроить количество потоков под текущую среду выполнения. -
Ресурсоемкость: Учтите, что создание большого количества потоков может оказывать сильно негативное влияние на производительность из-за переключения контекста и конкуренции за ресурсы CPU.
Этот подход может значительно повысить производительность кода за счет использования параллелизма, особенно на многоядерных системах.