JAVA锁

本文详细介绍了Java并发编程中的公平锁与非公平锁概念,包括它们的工作原理、区别以及在ReentrantLock中的实现。公平锁遵循先来后到原则,而非公平锁则可能造成线程饥饿。同时,文章提到了可重入锁的重要性,它是避免死锁的关键。在实际应用中,非公平锁通常具有更高的吞吐量。最后,通过示例展示了死锁的产生及如何使用jstack工具检测死锁情况。
摘要由CSDN通过智能技术生成

公平锁非公平锁

  • 公平锁:是指多个线程按照申请锁的顺序来获取锁,类似排队打饭,先来后到。
  • 非公平锁:是指多个线程获取锁的顺序并不是按照申请锁的顺序,有可能后申请的线程比现申请的线程优先获取锁,在高并发的情况下,有可能会造成优先级反转或者饥饿现象。
	// 无参
public ReentrantLock() {
	sync = new NonfairSync();
}
	// 有参
public ReentrantLock(boolean fair) {
	sync = fair ? new FairSync() : new NonfairSync();
}

区别

并发包中的 ReentrantLock 的创建可以指定构造函数 的 boolean类型来得到公平锁或者非公平锁,默认是非公平锁!
公平锁:就是很公平,在并发环境中,每个线程在获取到锁时会先查看此锁维护的等待队列,如果为空,或者当前线程是等待队列的第一个,就占有锁,否则就会加入到等待队列中,以后会按照FIFO的规则从队列中取到自己。
非公平锁:非公平锁比较粗鲁,上来就直接尝试占有锁,如果尝试失败,就会采用类似公平锁那种方式。
Java ReentrantLock 而言,通过构造函数指定该锁是否是公平锁,默认是非公平锁。非公平锁的优点在于吞吐量比公平锁大。对于Synchronized而言,也是一种非公平锁。

public class ReenTrantLock {
    public static void main(String[] args) {
        Tickets tickets = new Tickets();
        new Thread(()->{
            for (int i = 0; i <40; i++) {
                tickets.sale();
            }
        },"AA").start();
        new Thread(()->{
            for (int i = 0; i <40; i++) {
                tickets.sale();
            }
        },"BB").start();
        new Thread(()->{
            for (int i = 0; i <40; i++) {
                tickets.sale();
            }
        },"CC").start();
    }

}

class Tickets{
    private int ticket=30;
    ReentrantLock lock = new ReentrantLock(true);
    //卖票
    public void sale(){
        lock.lock();
        try {
            if (ticket>0) {
                System.out.println(Thread.currentThread().getName() + "卖出" + (ticket--) + ",剩余" + ticket);
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            lock.unlock();
        }
    }

}

可重入锁

可重入锁(也叫递归锁)

指的是同一线程外层函数获得锁之后,内层递归函数仍然能获取该锁的代码,在同一个线程在外层方法获取锁的时候,在进入内层方法会自动获取锁。

也就是说,线程可以进入任何一个它已经拥有的锁,所同步着的代码块。 好比家里进入大门之后,就可以进入里面的房间了;
ReentrantLock、Synchronized 就是一个典型的可重入锁;
可重入锁最大的作用就是避免死锁

synchronized隐式------可重入锁

public class SyncLockDemo {

    //synchronized隐式锁,上锁解锁自动完成
    //synchronized同步方法验证synchronized是可重入锁
    public synchronized void add(){
        add();
    }

    public static void main(String[] args) {

        new  SyncLockDemo().add();//java.lang.StackOverflowError
        //
        Object o = new Object();

        //synchronized同步代码块验证synchronized是可重入锁
        new Thread(()->{
            synchronized (o){
                System.out.println(Thread.currentThread().getName()+"外层");

                synchronized (o){
                    System.out.println(Thread.currentThread().getName()+"中层");

                    synchronized (o){
                        System.out.println(Thread.currentThread().getName()+"外层");
                    }
                }
            }
        },"T1").start();
    }
}

lock显示----可重入锁

public class SyncLockDemo {


    public static void main(String[] args) {
        Object o = new Object();

        Lock lock = new ReentrantLock();
        //演示lock显示锁
        new Thread(()->{
            try {
                lock.lock();
                System.out.println(Thread.currentThread().getName()+"外层");

                try {
                    lock.lock();
                    System.out.println(Thread.currentThread().getName()+"中层");

                    try {
                        lock.lock();
                        System.out.println(Thread.currentThread().getName()+"内层");
                    } finally {
                        lock.unlock();
                    }
                } finally {
                    lock.unlock();
                }
            } finally {
                lock.unlock();
            }
        },"T1").start();
    }
}

死锁

什么是死锁?
两个或两个以上线程在执行过程中,因为争夺资源而造成的一种互相等待的现象,如果没有外力干涉,就无法执行下去。

在这里插入图片描述
产生死锁的原因:

  • 系统资源不足
  • 进程运行推进顺序不合适
  • 资源分配不当

快速写一个死锁

public class deadLockDemo {

    static Object a = new Object();
    static Object b = new Object();
    public static void main(String[] args) {

        new Thread(()->{
            synchronized (a){
                try {
                    TimeUnit.SECONDS.sleep(1);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                System.out.println(Thread.currentThread().getName()+"持有锁a,试图获取锁b");

                synchronized (b){
                    System.out.println(Thread.currentThread().getName()+"获取锁b");
                }
            }
        },"A").start();

        new Thread(()->{
            synchronized (b){
                try {
                    TimeUnit.SECONDS.sleep(1);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                System.out.println(Thread.currentThread().getName()+"持有锁b,试图获取锁a");

                synchronized (a){
                    System.out.println(Thread.currentThread().getName()+"获取锁a");
                }
            }
        },"B").start();
    }
}

验证是否死锁

(1)jps 类似于linux ps - ef
(2)jstack jvm自带堆栈跟踪工具

1、查看JDK目录的bin目录
2、使用 jps -l 命令定位进程号
3、使用 jstack 进程号 找到死锁查看

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值