Java并发编程-线程

1.线程的状态

线程有一下一些状态,init,ready-to-run,Running,Sleeping,Waiting,Blocked和Dead,并在一些事件的触发下在这些状态之间进行转移,状态转移如下图:


2.线程的创建

    (1)继承Thread类

        public class Demo1 extends Thread {
    public void run() {
System.out.println("getName() + 线程执行了...")
    }
    public static void main(String[] args) {
Demo1 d1 = new Demo1();
Demo2 d2 = new Demo2();

d1.start();
d2.start();
    }
}

    (2)实现Runnable接口

        public class Demo2 implement Runnable {
    public void run() {
while (true) {
System.out.println("thread running...")
}
    }

    public static void main(String[] args) {
Thread thread = new Thread(new Demo2());
thread.start();
    }
    }

    (3)匿名内部类的方法

public class Demo3 {

public static void main(String[] args) {
new Thread() {
public void run() {
System.out.println("thread start...");
};
}.start();

new Thread(new Runnable() {
public void run() {
                                System.out.println("thread start...");
}
}.start();
}
}

    (4)带返回值的线程

 public class Demo4 implements Callable<Integer>{
public static void main(String[] args) {
Demo4 d = new Demo4();
FutureTask<Integer> task = new FutureTask<>(d);

Thread t = new Thread(task);
t.start();

Integer result = task.get();
System.out.println(result);
}

public Integer call() throws Exception {
System.out.println("正在计算");
Thread.sleep(3000);
return 1;
}
}

    (5)定时器(quartz)

public class Demo5 {
public static void main(String[] args) {
Timer timer = new Timer();
timer.schedule(new TimerTask() {
public void run() {
System.out.println("timertask is run")
}
}, 0, 1000);
}
}

    (6)线程池的实现

 public class Demo6 {
public static void main(String[] args) {
ExecutorService threadPool = Executors.newFixedThreadPool(10);
threadPool.execute(new Runnable() {
public void run() {
System.out.println(Thread.currentThread().getName())
}
});

threadPool.shutdown();
}
}

    (7)Lambda表达式实现

public class Demo7 {
public static void main(String[] args) {
List<Integer> values = Arrays.asLIst(10, 20, 30, 40);
int result = new Demo7().add(values);
System.out.println(result);

}

public int add(List<Integer> values) {
values.parallelStream().forEach(System.out.println);
return values.parallelStream().mapToInt(a -> a).sum();
}
}

   (8)Spring实现多线程

@Configuration
@ComponentScan("com.roocn.test")
@EnableAsync
public class Config {

}

@Service
public class DemoService() {
@Async
public void a() {
System.out.println("a");
}

@Async
public void b() {
System.out.println("b");
}
}
public class Main {
public static void mian(String[] args) {

AnnotationConfigApplicationContext ac = 

                new AnnotationConfigApplicationContext(Config.class);

ac.getBean(DemoService.class);

ds.a();
ds.b();
}
}        
【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
本项目是一个基于SSM(Spring+SpringMVC+MyBatis)框架和Vue.js前端技术的二手手机回收平台系统。该系统旨在为二手手机回收提供一个便捷、高效的在线交易平台,同时确保交易的安全性和透明度。 在后台管理方面,系统提供了用户管理、商品管理、订单管理以及数据统计等功能。通过这些功能,管理员能够轻松地管理平台上的用户信息、审核商品发布、跟踪订单状态,并对平台的运营数据进行详细的分析。 在前端展示上,系统采用了Vue.js框架,实现了响应式的用户界面设计。用户可以通过直观的界面浏览商品、发布自己的二手手机信息、下订单以及查看交易记录。此外,系统还提供了搜索和筛选功能,帮助用户快速找到符合自己需求的商品。 技术实现上,后端使用了Java语言,结合Spring框架进行依赖注入和事务管理,SpringMVC负责处理Web请求,而MyBatis则用于数据库操作。前端则使用Vue.js进行页面渲染和交互逻辑处理,搭配Axios进行异步数据请求。 本项目的数据库设计充分考虑了数据的完整性和安全性,采用了关系型数据库MySQL进行数据存储。数据库表结构包括用户表、商品表、订单表等,确保了系统的高效运行和数据的一致性。 对于正在进行毕业设计的学生或需要项目实战练习的Java学习者来说,本项目提供了一个完整的技术栈和业务逻辑实现,可以作为学习和实践的良好参考。
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