使用parallelStream和forEach的Java并行化，其中每个部分都是完全独立的

Question

然后对于每个第j个分类器，确定标签:labels[1..k]（也并行）

将标签[1..k]的结果投票给单个decided_label，并将其与true_label进行比较

然后对于j=1:k，应用分类器[j].update(new_data_elem[j],decided_label==true_label)（更新需要知道预测是否正确）（同样，并行）

Set<Integer> set_of_index = new HashSet<>();
for (int j = 0; j < K; j++){
        set_of_index.add(j); // For parallelization 
}  
for (int t = 0; t < n; t++){
        true_label = true_labels[t];
        ... // make new_data_elem[1..K] 
        set_of_index.parallelStream().forEach((j)->{ 
              // Predict
              labels[j] = classifiers[j].predict(new_data_elem[j]);
        }
        ... // using labels[j] to predict decided_label        
        set_of_index.parallelstream().forEach((j)->{
              // Update
              classifiers[j].update((new_data_elem[j],decided_label == true_label);
        }
}

少数流操作，如forEach（）和peek（），只能通过副作用进行操作；这些应该小心使用。

，所以我不太确定：（

Answer 1

修改数组元素不会干扰对不同数组元素的并发修改，因此，假设计算不会干扰，代码似乎是正确的。

但是有一些专用的API方法使代码更加清晰：

for (int t = 0; t < n; t++){
        true_label = true_labels[t];
        // make new_data_elem[1..K] 
        Arrays.parallelSetAll(labels, j -> classifiers[j].predict(new_data_elem[j]));
        // using labels[j] to predict decided_label        
        IntStream.range(0, K).parallel().forEach( j ->
            classifiers[j].update(new_data_elem[j], decided_label == true_label));
}

arrays.ParallelSetAll被设计为写入每个数组元素，从而更容易推断这些数组写入之间不会有干扰。通过使用intstream.range(0,K)，可以完全删除set_of_index。