线程并发工具类——fork-join

目录

一、什么是分而治之？

二、Fork-Join就体现了分而治之

三、Fork-Join还实现了工作密取算法

四、Fork-Join有一个使用的标准范式：

五、异步提交任务和同步提交任务

六、将使用Fork-Join和不使用Fork-Join做个对比：

---

一、什么是分而治之？

        分而治之是一个算法设计思想，它就是把大问题分割为多个相同的小问题，并且小问题之间无关联，如果小问题之间有关联就叫做动态规划。像我们的归并排序算法就利用这个思想

二、Fork-Join就体现了分而治之

        原理：就是在必要情况下，将一个大任务，进行拆分（fork）成若干个小任务（拆到不可再拆时），再将一个个小任务运算的结果进行join汇总起来。用一个图来理解理解（网上找的）：

三、Fork-Join还实现了工作密取算法

        工作密取就是：将大任务拆分成了一个个小任务，将小任务交给线程去完成，但是我们一般线程数和小任务数量是不对等的。然后线程就会有自己的一个任务列表，当线程A的任务做完了，但B线程还没有做完，这时A线程就会去B线程中的任务队列中偷偷的拿一个任务来做，做完了，就偷偷的放回去。

        但我们不是分成了多个相同的小问题吗，那为什么会出现有的线程很早就完成了任务，而有的线程还在做呢？

        举个栗子，你就明白了：我们将计算1+2+3+......+100000分割一下，1000为一个单位，第一个小任务：1+....+1000 ；第二个小任务：1001+...+2000；第三个任务：2001+...3000；第n个任务：(100000-999)+...+100000。看似每个任务都以1000为一个单位，去进行计算，但是你觉得 1+....+1000快，还是 (100000-999)+...+100000快呢？肯定是第一个快啊，位数少嘛，所以虽然大任务分成了多个相同的小任务，但小任务之间工作难度是有可能是不同的。

四、Fork-Join有一个使用的标准范式：

pool = new ForkJoinPool()

MyTask myTask  = new ForkJoinTask()

Pool.invoke(myTask)

Result = myTask.join()

        我们一般不会用ForkJoinTask而是用的RecursiveTask和RecursiveSction，有何区别呢？前者有返回值，后者无返回值

        那我们在哪里拆分任务呢？——在compute方法中（RecursiveTask和RecursiveSction的抽象方法）

五、异步提交任务和同步提交任务

        同步：一个操作必须在另一个操作完后开始执行，例如A,B,C：A->B->C

        异步：任务可以并行执行，例如A,B,C： A B C同时执行

        需要异步提交的时候，使用invloke方法

        需要同步提交的时候，使用submit（有返回结果）/execute方法

六、将使用Fork-Join和不使用Fork-Join做个对比：

        完成累加任务

        1.不使用Fork-Join，开启一个线程完成任务，并计算线程完成任务花了多久：

结果：The count is 7998000 spend time:0ms

        2.使用Fork-Join来完成任务：

结果：running......
           running......
           running......
           Task is Running.....
           The count is 7998000 spend time:4ms

        为何使用了Fork-Join更耗时了呢？因为我们一般调用方法，都会把方法入栈，然后执行完毕，将方法出栈，使用Fork-Join，它内部一直在进行压栈入栈操作，再加上Fork-Join使用了多线程（会有线程之间的切换），我们使用单线程计算时，它就只顾着计算，啥也不干就计算，肯定耗的时间短。

        如果加入一句休眠代码呢？会出现什么？将SleepTools.ms(1);打开

        1.没有使用Fork-Join，结果为：

The count is 7998000 spend time:6197ms

        2.使用了Fork-Join，结果为：

The count is 7998000 spend time:1404ms

        从结果可以得出，使用Fork-Join比不使用Fork-Join快几倍，结论：任务量大、比较耗时时的时候可以使用Fork-Join。