实验总结

1 实验目标概述
本次实验训练学生的并行编程的基本能力，特别是 Java 多线程编程的能力。
根据一个具体需求，开发两个版本的模拟器，仔细选择保证线程安全（threadsafe）
的构造策略并在代码中加以实现，通过实际数据模拟，测试程序是否是线程安全
的。另外，训练学生如何在 threadsafe 和运行性能之间寻求较优的折中，为此计
算吞吐率等性能指标，并做仿真实验。
 Java 多线程编程
 面向线程安全的 ADT 设计策略选择、文档化
 模拟仿真实验与对比分析
 基本的 GUI 编程

2 实验环境配置
简要陈述你配置本次实验所需环境的过程，必要时可以给出屏幕截图。
特别是要记录配置过程中遇到的问题和困难，以及如何解决的。

在这里给出你的GitHub Lab6仓库的URL地址（Lab6-学号）。
3 实验过程
请仔细对照实验手册，针对三个问题中的每一项任务，在下面各节中记录你的实验过程、阐述你的设计思路和问题求解思路，可辅之以示意图或关键源代码加以说明（但千万不要把你的源代码全部粘贴过来！）。
3.1 ADT设计方案
设计了哪些ADT、各自的作用、属性、方法；
首先设计了Monkey的ADT：

然后设计了LadderADT：

然后是monkeyGenerator 的ADT：

给出每个ADT的specification：
Monkey类它的作用是，产生猴子，并且利用构造函数为猴子的属性作定义。同时这个类又是继承的Thread类，相当于一个猴子就是一个线程。
方法包括：
构造函数：
Monkey();

get_ID()；
get_direction()；
get_v；
run();

由于每个猴子的参数都不同，所以在猴子生成的时候直接赋值即可。

Ladder类的作用是，产生n个梯子，给梯子的属性作定义。
主要的方法有：
set_name();
get_name();
pedal1();
pedal2();
…
pedaln();
empty();
set_Monkeys();

分别表示，给梯子命名，拿出梯子的名，和梯子的20级阶梯上是否有猴子。
Empty方法用来判断梯子是不是空的,set_Monkeys表示如果梯子是空的，就让选择了该梯子的猴子上去。

monkeyGenerator类的作用：
读入文件，正则表达式匹配，提取出所有六个变量的值。
产生一堆N个猴子，给每猴子定义ID，方向和速度属性。
开始让猴子线程启动。
主要的方法有：
main();
creatMonkey();

（可选）以类图形式给出多个类之间的关系。

用UML插件生成的类图如下：

3.2 Monkey线程的run()的执行流程图

3.3 至少两种“梯子选择”策略的设计与实现方案
3.3.1 策略1
优先选择没有猴子的梯子，若所有梯子上都有猴子，则优先
选择没有与我对向而行的猴子的梯子；若满足该条件的梯子有很多，
则随机选择；
策略为：遍历所有梯子, 如果有梯子为空, 这直接选择这个梯子, 否则就去选方向一致的梯子.
代码如下:

3.3.2 策略2
优先选择没有猴子的梯子，若所有梯子上都有猴子，则在岸
边等待，直到某个梯子空闲出来；
代码如下：

3.3.3 策略3（可选）
3.4 “猴子生成器”MonkeyGenerator

首先要读入文件，初始化变量。然后用creatMonkey方法生成N只猴子，N只猴子要分批次生成，每隔t秒生成k个猴子，因此采用sleep函数，使得程序每运行一次都休眠t秒。

生成猴子后猴子的ID，方向，速度都通过Monkey类里面的构造函数随机确定了。
然后只需要通过start函数使线程启动即可。
3.5 如何确保threadsafe？
对于梯子进行的所有操作都加上锁。

需要解决的问题：1猴子对梯子的竞争，2 猴子对踏板的竞争
解决第一个问题的时候，当一个猴子进程选择梯子的时候，所有的梯子都是锁住的。猴子选择的那个梯子解锁。这样虽然可能会花费时间比较多，但是会解决竞争问题。
解决第二个问题的时候，是需要挨个对踏板进行解锁，一个一个去判断。

3.6 系统吞吐率和公平性的度量方案
个主要是根据实验手册中给出的公式来进行计算。吞吐率表示每秒过河的猴子的数目,Th=N/T。
“公平性”是指：如果 Monkey 对象 A 比 Monkey B 出生得更早，那么A 应该比 B 更早抵达对岸，则为“公平”；若 A 比 B 晚到对岸，则为“不公平”。
公式为：

3.7 输出方案设计
代码：

生成到文件：

3.8 猴子过河模拟器v1
3.8.1 参数如何初始化
文件：

如图。
采用读文件的方法直接将文本读入，然后用逗号进行分割，然后正则表达式去匹配，从而将变量给初始化。
显然group(1)就是变量的值。

该方法可以支持多次模拟，每次模拟使用不同的参数值配置，均在配置文件里定义，比较方便省事，因此采用这种方法来进行初始化参数。

3.8.2 使用Strategy模式为每只猴子选择决策策略
首先要有一个strategy接口。

然后用两种策略去实现：

3.9 猴子过河模拟器v2
在不同参数设置和不同“梯子选择”模式下的“吞吐率”和“公平性”实验结果及其对比分析。
3.9.1 对比分析：固定其他参数，选择不同的决策策略
固定这些参数：

选择策略一时：
吞吐率为：1.122222
公平性为：0.244444
选择策略二时：
吞吐率为：1.122222
公平性为：0.411111

3.9.2 对比分析：变化某个参数，固定其他参数
在策略一的模式下，其他参数固定的情况下，变化n。
n=1时：
吞吐率为：1.122222
公平性为：0.244444

n=2时：
吞吐率为：1.011111
公平性为：0.024444

3.9.3 分析：吞吐率是否与各参数/决策策略有相关性？
根据实验结果, 可以看出来吞吐率和策略是有关的, 策略不同，吞吐率一般都不相同。同时发现，参数不同也会影响吞吐率，参数对吞吐率的影响更大一些。