下面是一个使用100个goroutine处理长度为10000的slice的示例代码：
package main
import (
"fmt"
"sync"
)
func processSlice(slice []int, wg *sync.WaitGroup) {
defer wg.Done()
for i := range slice {
slice[i] = slice[i] * 2
}
}
func main() {
var wg sync.WaitGroup
sliceLength := 10000
numGoroutines := 100
slice := make([]int, sliceLength)
// 初始化slice
for i := range slice {
slice[i] = i + 1
}
// 每个goroutine处理的slice长度
chunkSize := sliceLength / numGoroutines
// 启动goroutine
for i := 0; i < numGoroutines; i++ {
wg.Add(1)
startIndex := i * chunkSize
endIndex := (i+1)*chunkSize - 1
go processSlice(slice[startIndex:endIndex+1], &wg)
}
// 等待所有goroutine完成
wg.Wait()
// 打印结果
fmt.Println(slice)
}
该程序创建了一个长度为10000的整数slice，并使用100个goroutine并行地将每个元素乘以2。主函数使用sync.WaitGroup等待所有goroutine完成，然后打印结果。
在启动goroutine之前，主函数将slice分成了100个块，每个goroutine处理其中的一块。这样做是因为goroutine的数量比CPU核心的数量多得多，因此如果每个goroutine都操作整个slice，可能会导致竞争条件和性能问题。将slice分成块可以确保每个goroutine只处理自己负责的那一部分数据，避免了竞争条件。
请注意，这里使用defer wg.Done()在goroutine完成时递减WaitGroup计数器。这样做可以确保即使goroutine发生异常，也不会阻塞主线程等待所有goroutine完成。
