一、介绍
1、分治。其基本思路是:将一个大的任务分为若干个子任务,子任务分别计算,然后合并出最终结果,计算过程中通常会用到递归。
2、ForkJoinPool
- JDK7提供的一种“分治算法”的多线程并行计算框架。Fork意为分叉,Join意为合并,一分一合,相互配合,形成分治算法。
- 可以将ForkJoinPool看作一个单机版的Map/Reduce,这里的并行不是多台机器并行计算,而是多个线程并行计算。
3、ThreadPoolExecutor,ForkJoinPool 对比
- ForkJoinPool可以更好地实现计算的负载均衡,提高资源利用率。
- 假设有5个任务,在ThreadPoolExecutor中有5个线程并行执行,其中一个任务的计算量很大,其余4个任务的计算量很小,会导致1个线程很忙,其他4个线程则处于空闲状态。
- 利用ForkJoinPool,可以把大的任务拆分成很多小任务,然后这些小任务被所有的线程执行,从而实现任务计算的负载均衡。
例子
- 快排
a: 利用数组的第1个元素把数组划分成两半,左边数组里面的元素小于或等于该元素,右边数组里面的元素比该元素大
b: 对左右的2个子数组分别排序
package com.current.flame.aqs;
import lombok.extern.slf4j.Slf4j;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveAction;
import java.util.concurrent.TimeUnit;
/**
* @author haoxiansheng
* sortTask
*/
@Slf4j
public class ForkJoinTaskExample2 extends RecursiveAction {
final long[] array;
final int lo;
final int hi;
private int THRESHLOD = 0; // dor demo only
public ForkJoinTaskExample2(long[] array) {
this.array = array;
this.lo = 0;
this.hi = array.length - 1;
}
public ForkJoinTaskExample2(long[] array, int lo, int hi) {
this.array = array;
this.lo = lo;
this.hi = hi;
}
@Override
protected void compute() {
if (lo < hi) {
int pivot = partition(array, lo, hi); // 划分
ForkJoinTaskExample2 left = new ForkJoinTaskExample2(array, lo, pivot - 1);
ForkJoinTaskExample2 right = new ForkJoinTaskExample2(array, pivot + 1, hi);
left.fork();
right.fork();
left.join();
right.join();
}
}
private int partition(long[] array, int lo, int hi) {
long x = array[hi];
int i = lo - 1;
for (int j = 0; j < hi; j++) {
if (array[j] <= x) {
i++;
swap(array, i + 1, hi);
}
}
swap(array, i + 1, hi);
return i + 1;
}
private void swap(long[] array, int i, int j) {
if (i != j) {
long temp = array[i];
array[i] = array[j];
array[j] = temp;
}
}
public static void main(String[] args) throws InterruptedException {
long array[] = {1, 2, 5, 3, 9, 4, 8};
ForkJoinTaskExample2 task = new ForkJoinTaskExample2(array);
ForkJoinPool forkJoinPool = new ForkJoinPool();
forkJoinPool.submit(task); // 提交任务
forkJoinPool.shutdown(); // 结束,ForkJoinPool 内部会开多个线程,同时执行上面的子任务
log.info("array=>{}", array);
forkJoinPool.awaitTermination(30, TimeUnit.SECONDS);
}
}
- 求和
package com.current.flame.aqs;
import lombok.extern.slf4j.Slf4j;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.Future;
import java.util.concurrent.RecursiveTask;
/**
* @author haoxiansheng
* 递归拆分任务 求和
*/
@Slf4j
public class ForkJoinTaskExample extends RecursiveTask<Integer> {
public static final int threshhold = 2;
private int start;
private int end;
public ForkJoinTaskExample(int start, int end) {
this.start = start;
this.end = end;
}
@Override
protected Integer compute() {
int sum = 0;
// 如果任务足够小就计算任务
boolean canCompute = (end - start) <= threshhold;
if (canCompute) {
for (int i = start; i <= end; i++) {
sum += i;
}
} else {
// 如果任务大于阀值,就分裂成两个自任务计算
int middle = (start + end)/2;
ForkJoinTaskExample leftTask = new ForkJoinTaskExample(start, middle);
ForkJoinTaskExample rightTask = new ForkJoinTaskExample(middle+1, end);
leftTask.fork();
rightTask.fork();
// 等待任务结束合并结果
int leftResult = leftTask.join();
int rightResult = rightTask.join();
// 合并子任务
sum = leftResult + rightResult;
}
return sum;
}
public static void main(String[] args) {
ForkJoinPool forkJoinPool = new ForkJoinPool();
// 生成一个计算任务 计算 1+2+3+4
ForkJoinTaskExample taskExample = new ForkJoinTaskExample(1, 100);
// 执行一个任务
Future<Integer> result = forkJoinPool.submit(taskExample);
try{
log.info("result:{}",result.get());
} catch (Exception e) {
log.error("exception", e);
}
}
}
4、RecursiveAction 和RecursiveTask 两个类,都继承自抽象类ForkJoinTask
区别一个有返回值,一个没有