atomic原子类

package com.imooc.java.escape;

import java.util.concurrent.CountDownLatch;

public class Atomic_test {
    private static Integer count = 0;


    /**
     * 线程不安全的累加
     */
    private static void accumulator(int acc)throws Exception{
        CountDownLatch countDownLatch = new CountDownLatch(2);

        Thread thread = new Thread(new Runnable() {
            @Override
            public void run() {
                for (int i=0;i<acc;i++){
                    count++;
                }
                countDownLatch.countDown();
            }
        });

        Thread thread1 = new Thread(new Runnable() {
            @Override
            public void run() {
               for (int i=0;i<acc;i++){
                   count++;
               }
               countDownLatch.countDown();
            }
        });


        thread.start();
        thread1.start();
        countDownLatch.await();

        System.out.println("result:"+count);
    }

    public static void main(String[] args) throws Exception{
        accumulator(10000);
    }

}

预测结果为20000
运行结果如下,原因i++不是原子性
在这里插入图片描述

改造

package com.imooc.java.escape;

import java.util.concurrent.CountDownLatch;
import java.util.concurrent.atomic.AtomicInteger;

public class Atomic_test {
    private static Integer count = 0;

    private static AtomicInteger atomicInteger = new AtomicInteger(0);

    /**
     * 线程不安全的累加
     */
    private static void accumulator(int acc)throws Exception{
        CountDownLatch countDownLatch = new CountDownLatch(2);

        Thread thread = new Thread(new Runnable() {
            @Override
            public void run() {
                for (int i=0;i<acc;i++){
                    count++;
                }
                countDownLatch.countDown();
            }
        });

        Thread thread1 = new Thread(new Runnable() {
            @Override
            public void run() {
               for (int i=0;i<acc;i++){
                   count++;
               }
               countDownLatch.countDown();
            }
        });


        thread.start();
        thread1.start();
        countDownLatch.await();

        System.out.println("result:"+count);
    }

    private static void atmoicAccumulator(int acc)throws Exception{
        CountDownLatch countDownLatch = new CountDownLatch(2);
        Thread thread = new Thread(new Runnable() {
            @Override
            public void run() {
                for (int i=0;i<acc;i++){
                    atomicInteger.incrementAndGet();
                }
                countDownLatch.countDown();
            }
        });

        Thread thread1 = new Thread(new Runnable() {
            @Override
            public void run() {
                for(int i=0;i<acc;i++){
                    atomicInteger.incrementAndGet();
                }
                countDownLatch.countDown();
            }
        });

        thread.start();
        thread1.start();

        countDownLatch.await();

        System.out.println("AtomicResult:  "+atomicInteger);

    }

    public static void main(String[] args) throws Exception{
        accumulator(10000);
        atmoicAccumulator(10000);
    }

}

使用AtomicInteger

测试
在这里插入图片描述

CountDownLatch是通过一个计数器来实现的,计数器的初始值为线程的数量。每当一个线程完成了自己的任务后,计数器的值就会减1。当计数器值到达0时,它表示所有的线程已经完成了任务,然后在闭锁

上等待的线程就可以恢复执行任务。

在这里插入图片描述
构造器中的计数值(count)实际上就是闭锁需要等待的线程数量。这个值只能被设置一次,而且CountDownLatch没有提供任何机制去重新设置这个计数值。

与CountDownLatch的第一次交互是主线程等待其他线程。主线程必须在启动其他线程后立即调用CountDownLatch.await()方法。这样主线程的操作就会在这个方法上阻塞,直到其他线程完成各自的任务。

其他N 个线程必须引用闭锁对象,因为他们需要通知CountDownLatch对象,他们已经完成了各自的任务。这种通知机制是通过 CountDownLatch.countDown()方法来完成的;每调用一次这个方法,在构造函数中初始化的count值就减1。所以当N个线程都调 用了这个方法,count的值等于0,然后主线程就能通过await()方法,恢复执行自己的任务。

在实时系统中的使用场景
实现最大的并行性:有时我们想同时启动多个线程,实现最大程度的并行性。例如,我们想测试一个单例类。如果我们创建一个初始计数为1的CountDownLatch,并让所有线程都在这个锁上等待,那么我们可以很轻松地完成测试。我们只需调用 一次countDown()方法就可以让所有的等待线程同时恢复执行。
开始执行前等待n个线程完成各自任务:例如应用程序启动类要确保在处理用户请求前,所有N个外部系统已经启动和运行了。
死锁检测:一个非常方便的使用场景是,你可以使用n个线程访问共享资源,在每次测试阶段的线程数目是不同的,并尝试产生死锁。

  • 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