java学习:线程4 线程间的通信wait和notify方法

生产者与消费者模型

线程间的通信: 一个线程完成了自己的任务时,要通知另外一个线程去完成另外一个任务.

生产者与消费者模型
问题一:出现了线程安全问题。 价格错乱了…
问题二:消费者线程先抢到CPU执行权,消费了一堆产品后,而生产者线程才抢到CPU开始生产产品
或者,生产者先抢到CPU,但是生产了一堆产品都没有被消费,等到消费者抢到CPU才开始消费
这样的情况在计算机里不符合任务执行的有序性
比如A,B线程共同完成一个任务,但是A完成一部分后,必须要等B线程也完成一部分后,A才能继续完成剩下的

解决方案:A完成一部分后,让A进入等待状态,B获得CPU开始执行任务,
这就需要一个共同的锁对象,根据锁对象创建一个线程等待池

在下面的示例中,我们以共同的对象 Product类对象p为锁对象,
生产者生产一个产品就进入等待池,并唤醒消费者,
消费者消费完之后,唤醒生产者,生产者再继续生产。

wait(): 等待 如果线程执行了wait方法,那么该线程会进入等待的状态,
等待状态下的线程必须要被其他线程调用notify方法才能唤醒。
notify(): 唤醒 唤醒线程池等待线程其中的一个。
notifyAll() : 唤醒线程池所有等待 线程。

注意的事项:
1. wait方法与notify方法是属于Object对象 的。
2. wait方法与notify方法必须要在同步代码块或者是同步函数中才能 使用。
3. wait方法与notify方法必需要由共同的锁对象调用。

class Product {// 产品类
	String name;// 产品名
	double price;// 产品价格
	boolean flag = true;// flag决定要不要进行生产,默认一创建Pcoduct对象就开始生产

	public Product() {
	}

	public Product(String name, double price) {
		this.name = name;
		this.price = price;
	}

}

class Producer implements Runnable {// 生产者
	Product p;// 声明一个产品,暂时不知道生产者具体要生产的是什么

	public Producer() {
	}

	public Producer(Product p) {
		this.p = p;
	}

	@Override
	public void run() {

		int i = 0;// 定义一个自增变量,根据i的值决定要生产什么产品
		while (true) {
			synchronized (p) {// 因为两个线程要通信,必须要用共同的锁对象
				if (p.flag) {
					if (i % 2 == 0) {
						p.name = "苹果";
						p.price = 2.0;
					} else {
						p.name = "香蕉";
						p.price = 3.0;
					}
					System.out.println("生产者生产了" + p.name + p.price + "元");
					i++;
					p.flag = false;
					p.notify();// 唤醒消费者

				} else {
					// 每生产一个产品就进入等待状态
					try {
						p.wait();
					} catch (InterruptedException e) {
						e.printStackTrace();
					}
				}
			}
		}
	}
}

class Customer implements Runnable {
	Product p;

	public Customer() {

	}

	public Customer(Product p) {
		this.p = p;
	}

	@Override
	public void run() {
		while (true) {
			synchronized (p) {
				if (!(p.flag)) {

					System.out.println("消费者消费了" + p.name + p.price + "元");

					p.flag = true;
					p.notify();// 唤醒生产者者
				} else {
					// 每消费一个产品就等待
					try {
						p.wait();
					} catch (InterruptedException e) {
						e.printStackTrace();
					}
				}
			}
		}
	}
}

public class Demo4 {
	public static void main(String[] args) {
		Product p = new Product();
		Producer pro = new Producer(p);
		Customer cus = new Customer(p);
		Thread t1 = new Thread(pro);
		Thread t2 = new Thread(cus);
		t1.start();
		t2.start();
	}

}

产生的问题
不能有序地进行生产和消费
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
使用了flag变量和wait与notify方法后,解决了生产者和消费者之间的通信问题,使生产和消费变得有序,生产一个,消费一个
在这里插入图片描述

  • 1
    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、算法原理 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