91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

Java ForkJoin框架的原理及用法

發布時間:2020-08-27 20:53:28 來源:腳本之家 閱讀:125 作者:ねぇ 欄目:編程語言

這篇文章主要介紹了Java ForkJoin框架的原理及用法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

ForkJoin分析

一、ForkJoin

ForkJoin是由JDK1.7后提供多線并發處理框架。ForkJoin的框架的基本思想是分而治之。什么是分而治之?分而治之就是將一個復雜的計算,按照設定的閾值進行分解成多個計算,然后將各個計算結果進行匯總。相應的ForkJoin將復雜的計算當做一個任務。而分解的多個計算則是當做一個子任務。

Java ForkJoin框架的原理及用法

二、ForkJoin的使用

下面我們以計算一個長度為一個億的隨機數整數數組為例來展示一下ForkJoin的使用:

1.創建Task

​ 使用ForkJoin框架,需要創建一個ForkJoin的任務,而ForkJoinTask是一個抽象類,我們不需要去繼承ForkJoinTask進行使用。因為ForkJoin框架為我們提供了RecursiveAction和RecursiveTask(子任務有返回值)。我們只需要繼承ForkJoin為我們提供的抽象類的其中一個并且實現compute方法。

private static class SumTask extends RecursiveTask<Integer>{

  //設定計算長度的閾值為總長度的十分之一也就是一千萬
  private final static int THRESHOLD = MakeArray.ARRAY_LENGTH/10;
  private int[] src; //表示我們要實際統計的數組
  private int fromIndex;//開始統計的下標
  private int toIndex;//統計到哪里結束的下標

  public SumTask(int[] src, int fromIndex, int toIndex) {
    this.src = src;
    this.fromIndex = fromIndex;
    this.toIndex = toIndex;
  }

  @Override
  protected Integer compute() {
    //計算長度如果小于設定長度就不需要分解任務
    if(toIndex-fromIndex < THRESHOLD) {
      int count = 0;
      for(int i=fromIndex;i<=toIndex;i++) {
        count = count + src[i];
      }
      return count;
    }else {
      int mid = (fromIndex+toIndex)/2;
      SumTask left = new SumTask(src,fromIndex,mid);
      SumTask right = new SumTask(src,mid+1,toIndex);
      //將任務進行拆分
      invokeAll(left,right);
      //連接返回結果
      return left.join()+right.join();
    }
  }
}

2.使用ForkJoinPool進行執行

​ task要通過ForkJoinPool來執行,分割的子任務也會添加到當前工作線程的雙端隊列中,進入隊列的頭部。當一個工作線程中沒有任務時,會從其他工作線程的隊列尾部獲取一個任務(工作竊取)。

public static void main(String[] args) {
  ForkJoinPool pool = new ForkJoinPool();
  int[] src = MakeArray.makeArray();
  SumTask innerFind = new SumTask(src,0,src.length-1);
  long start = System.currentTimeMillis();
  pool.invoke(innerFind);//同步調用
}

三、ForkJoin注意點

  • 使用ForkJoin將相同的計算任務通過多線程的進行執行。從而能提高數據的計算速度。在google的中的大數據處理框架mapreduce就通過類似ForkJoin的思想。通過多線程提高大數據的處理。但是我們需要注意:
  • 使用這種多線程帶來的數據共享問題,在處理結果的合并的時候如果涉及到數據共享的問題,我們盡可能使用JDK為我們提供的并發容器。
  • ForkJoin也是通過多線程的方式進行處理任務。那么我們不得不考慮是否應該使用ForkJoin。因為當數據量不是特別大的時候,我們沒有必要使用ForkJoin。因為多線程會涉及到上下文的切換。所以數據量不大的時候使用串行比使用多線程快。

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持億速云。

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

双城市| 嘉兴市| 祁连县| 韶山市| 柳林县| 鄂伦春自治旗| 平谷区| 澎湖县| 石河子市| 彭泽县| 乾安县| 繁峙县| 泾阳县| 澄迈县| 梁平县| 沈阳市| 深圳市| 台南市| 东阿县| 名山县| 盐山县| 乌海市| 阳城县| 旌德县| 砀山县| 资源县| 武威市| 博乐市| 新平| 玛纳斯县| 青海省| 宾川县| 临高县| 沙洋县| 昌邑市| 玉环县| 磐石市| 武功县| 丹东市| 那曲县| 阿拉善左旗|