并发渲染julia集时因未等待协程完成及变量捕获错误，导致大量像素写入异常；需用sync.waitgroup同步并显式传参，必要时加互斥锁保护图像写入。
并发渲染julia集时因未等待协程完成及变量捕获错误，导致大量像素写入异常；需用sync.waitgroup同步并显式传参，必要时加互斥锁保护图像写入。
在将串行Julia集图像生成函数改造成并发版本时，直接在嵌套循环中启动goroutine而不做同步控制，会引发两类典型并发错误：竞态（race condition） 和 变量闭包陷阱（variable capture bug），最终表现为图像中出现大量异常白色像素（即未正确计算或未写入颜色值的像素）。
根本原因如下：
- 缺少同步等待：原代码中 go func(){...}() 启动后立即执行 return img，此时绝大多数goroutine尚未完成 img.Set(i, j, ...) 操作，返回的是未初始化或部分写入的图像数据；
- 循环变量被捕获：匿名函数中引用的 i 和 j 是外部循环变量，所有goroutine共享同一内存地址。当循环快速结束时，i 和 j 已变为终值（如 n/2），导致所有goroutine实际使用相同的坐标，造成严重图像错位与覆盖。
✅ 正确的并发实现需引入 sync.WaitGroup 确保所有计算完成后再返回，并通过函数参数显式传递当前坐标值：
import "sync"
func Julia(f ComplexFunc, n int) image.Image {
var wg sync.WaitGroup
bounds := image.Rect(-n/2, -n/2, n/2, n/2)
img := image.NewRGBA(bounds)
s := float64(n / 4)
for i := bounds.Min.X; i <p>⚠️ 注意事项：</p>
- img.Set() 方法本身不是并发安全的（*image.RGBA 无内置锁），但在本例中，每个goroutine写入的是互不重叠的像素坐标（i,j 唯一），因此无需额外加 sync.Mutex —— 这是“数据竞争”与“逻辑竞争”的关键区分：只要写入地址不冲突，就无需互斥。
- 若后续扩展为分块并行（如按行/区域分配goroutine），仍须确保各goroutine操作的像素范围严格隔离。
- 强烈建议启用 Go 的竞态检测器验证：go run -race main.go，它能自动发现未同步的共享变量访问。
? 总结：并发改造 ≠ 简单加 go。必须遵循“启动前注册、执行中传参、返回前等待”三原则，并始终基于内存访问模式判断是否需要同步原语。正确的并发不仅提升性能，更保障结果的确定性与可重现性。
