Java多线程基础总结六:synchronized(2)

[size=medium]
早在总结一时,我就尽量的把synchronized的重点说的简单:它就是配和对象的隐式锁使用的,注意一定是对象的隐式锁!那么下面的 这个例子又怎么解释呢?[/size]

package thread;

public class ImplicitLockSample {

public static void main(String[] args) {
final ImplicitLock sample = new ImplicitLock();

new Thread(new Runnable() {
public void run() {
// ImplicitLock.method1();
sample.method1();
}
}).start();

new Thread(new Runnable() {
public void run() {
sample.method2();
}
}).start();
}

}

class ImplicitLock {

public static synchronized void method1() {
System.out.println("method1 executing...");
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}

public synchronized void method2() {
System.out.println("method2 executing...");
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}


[size=medium]
这里ImplicitLock有两个同步方法,一个是static的,一个是普通的。ImplicitLockSample是一个测试主程序,实例化一个 ImplicitLock对象,并且开启两个线程,每个线程分别调用对象的method1和method2方法。每个进入方法的线程都会强制休眠 3秒。那么执 行的现象是什么呢?
要知道答案有以下几点要清楚:a.Class和Object的关系,b.static方法的含义,c.synchronized的机制,d.sleep的作用。清楚的知道 这些之后,一眼就能辨别method1和method2方法上的synchronized配和的是两把不同的对象隐式锁。答案也就清晰的知道这两个线程执行的 打印语句根本就不会相差近3秒的等待,而是几乎同时。下面我试着解释一下。
Class是Object的子类,说明了Class是特殊的对象,它自然也有对象隐式锁。static声明方法意味着这个方法不依赖于类的实例,而是 可以理解成去掉了隐式参数this的,类对象的方法。synchronized是与对象隐式锁绑定的,这代表了将其置于方法声明上它将与方法的持有 对象绑定。所以method1的同步锁是ImplicitLock类对象的隐式锁,而method2的同步锁是ImplicitLock实例对象的隐式锁。 sleep虽然能让 当前的线程休眠,但是它不会释放持有的隐式锁。这样主程序执行是虽然用同一个实例让两个线程分别去调用两个方法,但是它们之间并没 有任何竞争锁的关系,所以几乎同时打印,不会有近3秒的间隔。把method1的调用改成已注释的代码将更容易理解。如果method1的 synchronized去掉,或者method2加上synchronized的声明,那么它们将竞争同一个隐式锁。先获得锁的线程将在3秒后交出锁,后面的线程 才能执行打印。
写这篇补遗源自于对懒汉式单例的重新理解,之前对synchronized的机制不明了时,只知道使用synchronized关键字在static方法上声 明就能保证单例的线程安全,但是确不知道那算是误打误撞的理解。构造这个验证例子之前,static和synchronized的共同使用让我对 synchronized隐式锁有了更清晰的认识。所以打算再写写来分享这段体会。
[/size]

ref:http://www.bianceng.cn/Programming/Java/201206/34152.htm
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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