我不想削弱你的热情,但这已经是一个众所周知的问题。 我试图解释以下期望。 但是,或许最好在另一个领域开展你的项目。 怎么说“5百万分之四”,那么你就只能看透镜。
我认为,在你撰写项目时,你需要就平行处理何时合适以及何时进行。
每次万国邮联改变另一条路面时,它必须坚持目前已经成熟的背景,并装上新的线。 这种间接费用没有在单一翻新过程中发生(除垃圾收集等有管理的服务外)。 因此,除别的以外,由于必须承担原工作量,再加上所有情况变化,因此,加起来的read子就能够提高业绩。
但是,如果你掌握了多个CPU(核心),每家CPU就会形成一对一线,意味着你可以在不承担环境变化费用的情况下将计算结果相平行。 如果你比万国邮联更接近,那么环境转变将成为一个问题。
计算分为两类:IO-约束和计算。 采用国际交易日志的计算方法可以花费大量的CPU周期,等待像网络卡或硬盘这样的一些硬件的回复。 由于这一间接费用,你可以把胎面数目增加到万国邮联再次达到顶点,从而可以取消环境变化的成本。 然而,对校对数目有限制,此后,环境改变占用的时间将超过宇宙航行组织被封锁的深层。
严格限定的计算只是要求万国邮联有时间进行数字计算。 这是密码快车使用的计算方法。 大量行动没有被阻止,因此,与万国邮联相比,增加的深线将放慢你的总体投入。
C# ThreadPool 你们已经关心所有这一切——你只是补充任务,直到有路面。 新 只有在read子被阻断时,才能建立read。 这样,环境变化就最小化了。
I have a quad-core machine - breaking the problem into 4 threads, each executing on its own core, will be more or less as fast as my machine can brute force passwords.
为了与这一问题严重平行,你再次需要许多万国邮联。 I veread about ,using the GPU of agrams/a> to attacks this problem.
对攻击病媒的分析,我撰写了here。 如果有人使用的话。 彩虹表格和加工商/中间商交易将成为另一个令人感兴趣的领域,在其中开展一个项目。