面试题：Go函数式编程与并发编程的结合优化

设计思路

任务分发：将任务封装成函数，并通过一个任务队列（可以使用channel实现）来接收这些任务。
任务执行：启动多个goroutine来从任务队列中取出任务并执行。每个goroutine作为一个工作者（worker），负责处理单个任务。
结果收集：每个任务执行完成后，将结果发送到另一个channel，主程序从这个结果channel中收集所有任务的执行结果。
性能优化：
- 避免资源竞争：使用channel作为通信机制，因为channel本身是线程安全的，通过它来传递任务和结果可以有效避免资源竞争。
- 合理利用goroutine：根据系统的CPU核心数和可用内存，合理设置goroutine的数量。过多的goroutine可能导致上下文切换开销增大，过少则无法充分利用系统资源。
- 缓冲channel：在任务队列和结果收集channel上使用适当的缓冲区，可以减少阻塞，提高并发性能。

核心代码片段

package main

import (
    "fmt"
)

// Task 定义任务类型，是一个返回结果的函数
type Task func() interface{}

// Worker 定义工作者函数，从任务队列中取任务并执行，将结果发送到结果队列
func Worker(taskQueue <-chan Task, resultQueue chan<- interface{}) {
    for task := range taskQueue {
        result := task()
        resultQueue <- result
    }
}

// RunTasks 启动任务处理系统，分发任务并收集结果
func RunTasks(tasks []Task, workerCount int) []interface{} {
    taskQueue := make(chan Task, len(tasks))
    resultQueue := make(chan interface{}, len(tasks))

    // 启动工作者
    for i := 0; i < workerCount; i++ {
        go Worker(taskQueue, resultQueue)
    }

    // 分发任务
    for _, task := range tasks {
        taskQueue <- task
    }
    close(taskQueue)

    // 收集结果
    var results []interface{}
    for i := 0; i < len(tasks); i++ {
        results = append(results, <-resultQueue)
    }
    close(resultQueue)

    return results
}

func main() {
    // 示例任务
    tasks := []Task{
        func() interface{} { return "Task 1 result" },
        func() interface{} { return "Task 2 result" },
        func() interface{} { return "Task 3 result" },
    }

    // 运行任务
    results := RunTasks(tasks, 2)
    fmt.Println(results)
}

在上述代码中：

Task是一个函数类型，代表单个任务。
Worker函数是一个goroutine，从taskQueue中取出任务并执行，将结果发送到resultQueue。
RunTasks函数负责初始化任务队列、结果队列，启动工作者goroutine，分发任务并收集结果。
在main函数中，创建了一些示例任务并调用RunTasks函数执行任务并获取结果。

星途面试题库

面试题：Go函数式编程与并发编程的结合优化

知识考点

面试题答案

设计思路

核心代码片段