本文详解如何使用 goroutine 安全、高效地并行执行计算任务，并将结果正确写入共享切片（而非仅修改副本），避免常见陷阱如值拷贝、竞态和手动 channel 计数错误。
本文详解如何使用 goroutine 安全、高效地并行执行计算任务，并将结果正确写入共享切片（而非仅修改副本），避免常见陷阱如值拷贝、竞态和手动 channel 计数错误。
在 Go 中实现并行计算时，一个典型误区是：误以为对 for _, job := range jobs 中的 job 赋值（如 job.result = ...）会自动更新原切片中的结构体字段。实际上，job 是 jobs[i] 的值拷贝（即使 job 是结构体，Go 仍按值传递），因此对 job.result 的修改仅作用于局部副本，原始切片元素完全不受影响。
✅ 正确做法：通过索引直接修改切片元素
func choose(jobs []Job, wg *sync.WaitGroup) {
defer wg.Done()
temp := new(big.Int)
for i := range jobs { // 使用索引遍历
// 直接修改 jobs[i]，而非其副本
jobs[i].result = temp.Binomial(int64(jobs[i].a), int64(jobs[i].b))
}
}注意：此处 jobs[i].result 是对切片底层数组中对应结构体字段的直接写入，效果等同于 &jobs[i] 的指针解引用操作，安全且高效。
✅ 推荐同步机制：用 sync.WaitGroup 替代手工 channel 计数
你当前代码中使用带缓冲的 chan int 并手动发送/接收 numCPU 次 token，虽能工作但易出错（如 goroutine panic 导致 channel 未关闭、计数不匹配）。更健壮、语义更清晰的方式是使用 sync.WaitGroup：
var wg sync.WaitGroup
c := make(chan struct{}, numCPU) // 可选：仅用于通知完成（非必需）
for i := 0; i < numCPU; i++ {
wg.Add(1)
go choose(jobs[i], &wg)
}
wg.Wait() // 阻塞直到所有 goroutine 调用 Done()
// 此时所有计算已完成，可安全汇总结果? 提示：
WaitGroup不需要 channel 协作，代码更简洁，且天然支持异常场景下的资源等待（即使某个 goroutine panic，Wait()仍会等待其他正常 goroutine 结束）。
✅ 完整修复后的关键逻辑（含汇总）
count := new(big.Int)
for i := range jobs {
for j := range jobs[i] {
count.Add(count, jobs[i][j].result) // result 已被正确写入
}
}
fmt.Println("Total:", count.String())⚠️ 注意事项与最佳实践
-
避免结构体指针切片滥用：虽然
[]*Job可解决拷贝问题，但会增加内存分配和 GC 压力；对小结构体或大批量任务，直接操作[]Job+ 索引赋值更高效。 -
确保无竞态访问：每个 goroutine 只处理自己分配的
jobs[i]子切片，且子切片间无重叠 —— 这是线程安全的前提。你的分片逻辑已满足该条件。 -
big.Int方法是链式调用，注意返回值：temp.Binomial(...)返回的是*big.Int，且会复用temp内存；若需保留中间结果，请用new(big.Int).Binomial(...)或显式.Set()。 -
不要忽略错误处理：
Binomial在参数非法时可能 panic（如负数），生产环境应添加校验。
总结
并行结果收集的核心在于：明确数据所有权与修改路径。Go 的 range 循环提供的是副本，要修改原数据必须通过索引（jobs[i]）或显式传入指针（&jobs[i]）。结合 sync.WaitGroup 实现优雅同步，即可写出既高效又健壮的并行计算代码。无需复杂 channel 编排，也不必依赖过时模式 —— 简洁即力量。
