效率和方便性--怎样在没有限制类可用性的情况下使用本地方法 (转)

效率和方便性--怎样在没有限制类可用性的情况下使用本地方法 (转)[@more@] 

效率和方便性XML:namespace prefix = o ns = "urn:schemas-microsoft-com:Office:office" />

怎样在没有限制类可用性的情况下使用本地方法

摘要：

当Java类使用本地方法的时候，即使当前运行系统不能定位或者不能正确使用动态连接库，你也可以通过提供可依靠的方法来保持使用该方法的方便性。

作者：Nick Efford 

Java使用起来有很多的快乐，但是有些时候它显得比较慢。我感兴趣的领域是图像处理，这个方面刚才提到的情况比较显著。集中到一点就是在图像处理过程中，经常的数组访问，高强度的计算明显影响Java代码的性能。在我的机器上，一个512*512的图像座3*3的旋转，Java的执行的速度要比C++慢40倍。JIT编译器和硬件加速应该最终的改善这个问题，但是也应该有另一种解决方案，就是使用本地方法。

当然，使用本地方法的主要问题是让你的Java程序友好度不够，而且移植性变差。在效果上，你失去了在当前网络中心化的计算环境才让Java如此有趣并且重要的真正的特色。在一些情况之下，关于Java的最好的选择可能被简单的忘记，使用一种语言开发你的应用程序最好是匹配你的问题域。如果你需要使用Java，但是它可以使用可依靠的方法来使用本地方法，而不会减少方便性。

基本的方法就是：对类中的每一个本地方法，你应该提供一个等效的非本地方法，以防系统没有定位到动态连接库或者动态连接库不可用。

你的类明显的需要一些手段来标记本地方法是否可用，这个可以通过使用boolean型的成员变量来实现。根据实际的加载动态连接库的情况来设置标志位的真假值。

  public class Convolver {

  private static boolean _native;

  static {

  try {

  System.err.println("Convolver: loading dynamic library...");

  System.loadLibrary("Convolver");

  _native = true;

  }

   catch (UnsatisfiedLinkError e) {

  System.err.println("Convolver: no library found - " +

  "using fallback methods...");

  _native = false;

  }  catch (Exception e) {

  System.err.println("Convolver: cannot load library - " +

  "using fallback methods...");

  _native = false;

  }

  }

  ...

  }

在以上的例子中，_native被用来标志本地方法是否可用。如果System.loadLibrary方法成功的话，将被设置为true。如果指定的动态连接库找不到，或者LD_LIBRARY_PATH等设置不正确，那么UnsatisfiedLinkError异常将会被抛出。我们捕获这个异常，然后设置_native为false（同时输出警告信息，通知备用的方法将被使用）。

在上例的第二个catch块，可能因为其它的原因抛出异常，例如applet程序的权限检查等，所以同样要捕获这个异常，然后设置_native为false（同时输出警告信息，通知备用的方法将被使用）。

注意类的使用者不应该直接调用本地方法或者备用方法，而应该让类自己本身去决定什么时间载入内存，决定到底是使用本地方法还是备用方法。因此应该设置本地方法和备用方法为private。例如以下代码：

  public void convolve() {

  if (_native)

  nativeConvolve();

  else

  fallbackConvolve();

  }

  private native void nativeConvolve();

  private void fallbackConvolve() {

  ...

  }

在这个例子中，一个旋转操作能被本地方法nativeConvolve或者备用方法fallbackConvolve执行，这两个调用的具体选择与调用者无关，只需要简单的调用convolve方法即可。

关于Sun’s最新版本的Tutorial请参看http://java.sun.com/books/Series/Tutorial/index.html

关于作者：

Nick Efford是U.K. Leeds大学的计算机学院的讲师。他的主要研究是医疗图像的智能分割和2D，3D模型，目前教授图像处理课程。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/10752043/viewspace-956578/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/10752043/viewspace-956578/