论多线程“分而治之“Future<V>的执行效率

3 篇文章 1 订阅

如果需要多个任务同时进行的,我们用什么方式最方便呢,第一种肯定是同步进行,一个一个进行,这样子肯定最慢的,还有一种就是同时进行,即:"分而治之",使用Future<V>接口。

一、Future<V>简介

Future<V>接口是用来获取异步计算结果的,说白了就是对具体的Runnable或者Callable对象任务执行的结果进行获取(get()),取消(cancel()),判断是否完成等操作。我们看看Future接口的源码:

public interface Future<V> {
    boolean cancel(boolean mayInterruptIfRunning);
    boolean isCancelled();
    boolean isDone();
    V get() throws InterruptedException, ExecutionException;
    V get(long timeout, TimeUnit unit) throws InterruptedException, ExecutionException, TimeoutException;
}

方法解析:
V get() :获取异步执行的结果,如果没有结果可用,此方法会阻塞直到异步计算完成。
V get(Long timeout , TimeUnit unit) :获取异步执行结果,如果没有结果可用,此方法会阻塞,但是会有时间限制,如果阻塞时间超过设定的timeout时间,该方法将抛出异常。
boolean isDone() :如果任务执行结束,无论是正常结束或是中途取消还是发生异常,都返回true。
boolean isCanceller() :如果任务完成前被取消,则返回true。
boolean cancel(boolean mayInterruptRunning) :如果任务还没开始,执行cancel(...)方法将返回false;如果任务已经启动,执行cancel(true)方法将以中断执行此任务线程的方式来试图停止任务,如果停止成功,返回true;当任务已经启动,执行cancel(false)方法将不会对正在执行的任务线程产生影响(让线程正常执行到完成),此时返回false;当任务已经完成,执行cancel(...)方法将返回false。mayInterruptRunning参数表示是否中断执行中的线程。
通过方法分析我们也知道实际上Future提供了3种功能:

(1)能够中断执行中的任务

(2)判断任务是否执行完成

(3)获取任务执行完成后额结果。
但是我们必须明白Future只是一个接口,我们无法直接创建对象,因此就需要其实现类FutureTask登场啦。

二、实战检验

我们直接上码,看一下差距:

    @Test
    public void forkJoinTest() throws ExecutionException, InterruptedException {
        long curTime = System.currentTimeMillis();
        Future<List<String>> r1 = ThreadPoolUtils.normalPool.submit(() -> {
            List<String> result = new ArrayList<>();
            for (int i = 0 ; i < 1000000 ; i++) {
                result.add(String.valueOf(i));
            }
            return result;
        });
        Future<List<String>> r2 = ThreadPoolUtils.normalPool.submit(() -> {
            List<String> result = new ArrayList<>();
            for (int i = 1000000 ; i < 2000000 ; i++) {
                result.add(String.valueOf(i));
            }
            return result;
        });
        Future<List<String>> r3 = ThreadPoolUtils.normalPool.submit(() -> {
            List<String> result = new ArrayList<>();
            for (int i = 2000000 ; i < 3000000 ; i++) {
                result.add(String.valueOf(i));
            }
            return result;
        });
        List<String> result1 = r1.get();
        List<String> result2 = r2.get();
        List<String> result3 = r3.get();
        System.out.println(System.currentTimeMillis() - curTime);
        curTime = System.currentTimeMillis();
        List<String> result4 = new ArrayList<>();
        for (int i = 0 ; i < 1000000 ; i++) {
            result4.add(String.valueOf(i));
        }
        List<String> result5 = new ArrayList<>();
        for (int i = 1000000 ; i < 2000000 ; i++) {
            result5.add(String.valueOf(i));
        }
        List<String> result6 = new ArrayList<>();
        for (int i = 2000000 ; i < 3000000 ; i++) {
            result6.add(String.valueOf(i));
        }
        System.out.println(System.currentTimeMillis() - curTime);
    }

执行时间如下:

由此可见, 多线程"分而治之"Future的执行效率还是很高的

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
在人工智能时代,已经部署了高度复杂的算法来提供分析、检测模式、优化解决方案、加速操作、促进自我学习、最大程度地减少人为错误和偏见并促进技术产品和服务的改进。 尽管有这些巨大的好处,算法和智能机器并没有为所有人提供平等的好处。 正如数字鸿沟将能够访问互联网、信息技术和数字内容的人与没有访问互联网、信息技术和数字内容的人分开一样,新兴且不断扩大的算法鸿沟现在有可能夺走许多政治、社会、经济、文化、教育和职业机会由机器学习和人工智能提供。尽管政策制定者、评论员和大众媒体越来越关注算法偏见以及机器学习和人工智能的缺点,但算法鸿沟尚未引起政策和学术界的广泛关注。 为了填补这一空白,本文利用数字鸿沟文献来系统地分析这种新的技术贫富差距。 利用作者在 2000 年代初期开发的分析框架,文章首先讨论了算法鸿沟的五个属性:意识、访问、可负担性、可用性和适应性。 -扩大算法鸿沟:(1)算法剥夺; (2) 算法判别; (3) 算法失真。 虽然前两个问题主要影响分歧中不幸一方的人,但最后一个问题影响双方的个人。 本文最后提出了七个非详尽的补救措施集群,以帮助弥合这种新兴且不断扩大的算法鸿沟。 文章结合法律、通信政策、道德原则、体制机制和商业实践,形成了一个整体回应,以帮助促进人工智能时代的平等。
Java 递推慢可以通过多线程来解决。具体来说,可以采用分而治之的策略,将递推问题分成多个子问题,然后分配给多个线程并行计算。这样可以充分利用多核 CPU 的计算能力,加速递推计算的过程。 下面是一个简单的示例代码,演示如何使用多线程来解决递推问题: ```java import java.util.concurrent.*; public class Fibonacci { private static final int N_THREADS = 4; private final ExecutorService exec = Executors.newFixedThreadPool(N_THREADS); public int fibonacci(int n) throws InterruptedException, ExecutionException { if (n < 2) return n; Future<Integer> f1 = exec.submit(() -> fibonacci(n - 1)); Future<Integer> f2 = exec.submit(() -> fibonacci(n - 2)); return f1.get() + f2.get(); } public void shutdown() { exec.shutdown(); } public static void main(String[] args) throws InterruptedException, ExecutionException { Fibonacci fib = new Fibonacci(); int result = fib.fibonacci(10); System.out.println(result); fib.shutdown(); } } ``` 上述示例代码中,我们使用了一个 ExecutorService 来管理一个线程池,通过调用 submit 方法来提交需要执行的任务,每个任务都是一个递归调用,分别计算斐波那契数列的前两项。然后通过调用 Future 的 get 方法来获取计算结果,最后返回结果的和。为了避免线程池资源占用,我们在程序结束时调用了 shutdown 方法来关闭线程池。 需要注意的是,在实际应用中,需要根据具体的递推算法和计算任务分配策略来进行多线程优化。如果任务量较小,线程切换的开销可能会抵消多线程带来的性能提升,甚至会更慢。因此,在使用多线程优化时,需要根据实际情况进行评估和调优。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

吴名氏.

你的鼓励是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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