zoukankan      html  css  js  c++  java
  • java7-Fork/Join

      Fork/Join 框架与传统线程池的区别采用“工作窃取”模式(work-stealing):当执行新的任务时它可以将其拆分分成更小的任务执行,并将小任务加到线程队列中,然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。

      相对于一般的线程池实现,fork/join框架的优势体现在对其中包含的任务的处理方式上.在一般的线程池中,如果一个线程正在执行的任务由于某些原因无法继续运行,那么该线程会处于等待状态.而在fork/join框架实现中,如果某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程的等待时间,提高了性能.

    代码体验效果:

    import java.util.concurrent.RecursiveTask;
    
    public class ForkJoinCalculate extends RecursiveTask<Long>{
    
        /**
         * 
         */
        private static final long serialVersionUID = 13475679780L;
        
        private long start;
        private long end;
        
        private static final long THRESHOLD = 10000L; //临界值
        
        public ForkJoinCalculate(long start, long end) {
            this.start = start;
            this.end = end;
        }
        
        @Override
        protected Long compute() {
            long length = end - start;
            
            if(length <= THRESHOLD){
                long sum = 0;
                
                for (long i = start; i <= end; i++) {
                    sum += i;
                }
                
                return sum;
            }else{
                long middle = (start + end) / 2;
                
                ForkJoinCalculate left = new ForkJoinCalculate(start, middle);
                left.fork(); //拆分,并将该子任务压入线程队列
                
                ForkJoinCalculate right = new ForkJoinCalculate(middle+1, end);
                right.fork();
                
                return left.join() + right.join();
            }
            
        }
    
    }

    测试类:

    import java.util.concurrent.ForkJoinPool;
    import java.util.concurrent.ForkJoinTask;
    import java.util.stream.LongStream;
    
    import org.junit.Test;
    
    public class TestForkJoin {
        static long num = 10000000000000L;
        @Test
        public void test1(){
            long start = System.currentTimeMillis();
            
            ForkJoinPool pool = new ForkJoinPool();
            ForkJoinTask<Long> task = new ForkJoinCalculate(0L, num);
            
            long sum = pool.invoke(task);
            System.out.println(sum);
            
            long end = System.currentTimeMillis();
            
            System.out.println("test1耗费的时间为: " + (end - start)); //112-1953-1988-2654-2647-20663-113808
        }
        
        @Test
        public void test2(){
            long start = System.currentTimeMillis();
            
            long sum = 0L;
            
            for (long i = 0L; i <= num; i++) {
                sum += i;
            }
            
            System.out.println(sum);
            
            long end = System.currentTimeMillis();
            
            System.out.println("test2耗费的时间为: " + (end - start)); //34-3174-3132-4227-4223-31583
        }
        
        @Test
        public void test3(){
            long start = System.currentTimeMillis();
            
            Long sum = LongStream.rangeClosed(0L, num)
                                 .parallel()
                                 .sum();
            
            System.out.println(sum);
            
            long end = System.currentTimeMillis();
            
            System.out.println("test3耗费的时间为: " + (end - start)); //2061-2053-2086-18926
        }
    
    }
  • 相关阅读:
    指针
    使用函数
    数组,切片和字典
    CUDA 进阶学习
    makefile 常用函数
    内存(RAM或ROM)和FLASH存储的真正区别总结
    射频,系带,调制解调器
    固态激光雷达
    毫米波雷达
    对比感知技术的硬件或者算法的关键技术指标
  • 原文地址:https://www.cnblogs.com/chenglc/p/8119739.html
Copyright © 2011-2022 走看看