JAVA线程知识

一、线程基础

1)概念:程序、进程、线程

 程序:通过编程语言编写的一组指令集合

 进程:正在运行的程序

 线程:进程执行中的执行基本单元

关系:

程序和进程:1:0…n

进程和线程:1:1…n 

注:一个进程一定会有一个线程,即main方法

 

2)线程实现方式

i.        自定义一个类,来extends继承Thread,重写run方法,并构造当前类的对象,通过调用start方法启动

例子:

public class A extends Thread{

    public static void main(String[] args) {

       A a = new A();

       a.start();

    }

    public void run() {

       System.out.println("A");

    }

}

ii.       自定义一个类,来实现Runnable接口,重写run方法,并构造当前类对象,再包装秤Thread对象,最后再调用start方法启动

例子:

public class A implements Runnable{

  public static void main(String[] args) {

     A a = new A();

     new Thread(a).start();

  }

  public void run() {

     System.out.println("A");

  }

}

iii.      匿名内部类Thread类的方式启动

例如:

    public static void main(String[] args) {

       new Thread(){

           public void run() {

              System.out.println("A");

           };

       }.start();

}

iv.      这三种写法如何做选择?

1.       当当前类已经继承(extends)了一个类了,但是还需要多线程,则只能选择用Runnable

2.       当不需要再继承其他类的时候,毫不犹豫选择继承Thread

3.       线程逻辑很简单的,可以选择用匿名内部类方式做

 

3)多线程使用场景:程序中出现死循环的时候,后面的代码将永远不会被执行,这时候选择使用多线程,使代码不会因为阻塞无法继续执行。

二、线程同步

案例:银行账户余额处理

 张三和李四:是两夫妻

 事情:他们在中国银行开了一个户头,张三拿了银行卡,李四拿了存着,存了5000块进去了

 发生:某一条两个人没商量情况下,张拿着银行卡去了ATM机上准备去3000,正在这个时候,李四她也拿着存着,去柜台取钱,准备取4000

案例模拟代码:

package com.huaxin.Account;
//账户类
public class Account {
	public static void main(String[] args) {
		//创建账户对象
		Account account = new Account(5000);
		//创建两个用户对象
		People zhangsan  = new People(account, "ATM", 3000);
		People lisi  = new People(account, "柜台", 4000);
		zhangsan.start();
		lisi.start();
	}
	public int count;//余额
	private int cash;//取现金额
	//构造函数
	public Account(int count){
		this.count = count;
	}
	
	//在方法名前使用同步锁关键字,使该方法不会被多个线程同时调用。
	public synchronized int getCash(int cash){
		if(cash>count){
			
			return  -1;
		}
		try {
			Thread.sleep(100);//线程休眠
		} catch (InterruptedException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
		count = count - cash;
		return count;
	}
}

package com.huaxin.Account;

//用户类
public class People extends Thread{
	//属性
	private Account account;
	private String way ;//取款方式
	private int cash;
	//构造函数
	public People(Account account , String way, int cash){
		this.account = account;
		this.way = way;
		this.cash = cash;
		
	}
	
	@Override
	public void run() {
		int result = account.getCash(cash);
		if(result <0){
			System.out.println("通过"+way+"方式取款失败,欲取款金额为"+cash+",余额为"+account.count);
		}else{
			System.out.println("通过"+way+"方式取款成功,取款金额为"+cash+",余额为"+result);
		}
		
	}
}
运行结果:

通过ATM方式取款成功,取款金额为3000,余额为2000
通过柜台方式取款失败,欲取款金额为4000,余额为2000

注意:如果不使用同步锁关键字,将可能当账户中一个人将钱取出而余额未修改时,另一个人从中取钱,导致能超额取钱。


Synchronized:同步锁关键字

1.可以锁住方法   

如上案例

2.可以锁住指定的某个代码块


当线程想执行同步代码块的时候,如果这个代码块已经正在其他线程操作,则会阻塞

二、线程通信:Wait...notify

生产消费线程模型:

生产者---容器空时生产--->容器----容器有产品时消费-->消费者


生产者和消费者共同对同一个容器进行不同操作,两者之间需要一个协同过程(wait...notify方式实现)

Notify通知wait的线程的时候(多个wait机制同时执行的时候),注意,是随机通知的

注意:wait和notify这两个方法一定要在同步关键字区域中使用

三、线程池

1)线程的生命周期:某个线程对象由生到死的整个周期过程

2)线程在整个生命周期过程中,是不能够重复调用start来启动。



 

 

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,非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非线性,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