实现线程池的4种方法

1. 继承Thread类实现多线程


//继承Thread类实现多线程
public class ExtendsThread extends Thread{

    public ExtendsThread(){

    }

    @Override
    public void run() {
        for (int i = 0; i < 10; i++) {
            System.out.println(Thread.currentThread()+": "+i);
        }
    }

    public static void main(String[] args) {
        ExtendsThread extendsThread1 = new ExtendsThread();
        ExtendsThread extendsThread2 = new ExtendsThread();
        ExtendsThread extendsThread3 = new ExtendsThread();
        extendsThread1.start();
        extendsThread2.start();
        extendsThread3.start();
    }
}

2.覆写Runnable()接口实现多线程

//覆写Runnable()接口实现多线程
public class ImplementsRunnable implements Runnable{
    public static int count = 20;
    @Override
    public void run() {
        while (count > 0){
            try{
               Thread.sleep(200);
            }catch (InterruptedException e){
                e.printStackTrace();
            }
            System.out.println(Thread.currentThread().getName()+"-当前剩余:"+ count--);
        }
    }

    public static void main(String[] args) {
        ImplementsRunnable implementsRunnable = new ImplementsRunnable();
        Thread thread1 = new Thread(implementsRunnable,"线程1");
        Thread thread2 = new Thread(implementsRunnable,"线程2");
        Thread thread3 = new Thread(implementsRunnable,"线程3");
        thread1.start();
        thread2.start();
        thread3.start();
    }
}

3. 覆写Callable接口实现多线程

4. 通过线程池启动多线程

import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

//通过线程池启动多线程
public class PoolThread {
    public static void main(String[] args) {
        // 1.FixThreadPool(int n); 固定大小的线程池
        ExecutorService fixedThreadPool = Executors.newFixedThreadPool(5);
        for (int i = 0; i < 6; i++) {
            fixedThreadPool.submit(new Runnable() {
                @Override
                public void run() {
                    for (int j = 0; j < 5; j++) {
                        System.out.println(Thread.currentThread().getName() + "---"+j);
                    }
                }
            });
        }
        fixedThreadPool.shutdown();

        // 2.SingleThreadPoolExecutor :单线程池
        ExecutorService singleThread = Executors.newSingleThreadExecutor();
        for (int i = 0; i < 5; i++) {
            singleThread.submit(new Runnable() {
                @Override
                public void run() {
                    for (int j = 0; j < 5; j++) {
                        System.out.println(Thread.currentThread().getName() + "---"+j);
                    }
                }
            });
        }
        singleThread.shutdown();

        // 3.CashedThreadPool(); 缓存线程池
        ExecutorService cachedThread = Executors.newCachedThreadPool();
        for (int i = 0; i < 10; i++) {
            cachedThread.submit(new Runnable() {
                @Override
                public void run() {
                    for (int j = 0; j < 5; j++) {
                        System.out.println(Thread.currentThread().getName() + "---"+j);
                    }
                }
            });
        }
        cachedThread.shutdown();
    }
}

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在 Python 中使用线程池可以使用 `concurrent.futures` 模块中的 `ThreadPoolExecutor` 类来实现。 下面是一个简单的使用线程池运行并行任务的示例: ```python from concurrent.futures import ThreadPoolExecutor import time def some_task(): print('Start task') time.sleep(2) print('Finish task') executor = ThreadPoolExecutor(max_workers=3) for _ in range(5): executor.submit(some_task) ``` 这段代码中我们创建了一个线程池线程池大小为3. 然后向线程池中提交了5个任务。这些任务会在3个线程中同时运行,每个线程中运行一个任务. 另外还有一是使用 ProcessPoolExecutor来实现进程池。 ```python from concurrent.futures import ProcessPoolExecutor with ProcessPoolExecutor() as executor: executor.submit(func1, arg1) executor.submit(func2, arg2) executor.submit(func3, arg3) ``` 上面这段代码创建了一个默认大小的进程池,然后让它执行函数 func1, func2, func3. 希望这能帮到您。 ### 回答2: 在Python中,我们可以通过使用`concurrent.futures`模块来实现线程池。`concurrent.futures`提供了`ThreadPoolExecutor`类来创建线程池。以下是具体的步骤和示例代码: 1. 导入`concurrent.futures`模块: ```python import concurrent.futures ``` 2. 创建一个`ThreadPoolExecutor`对象来管理线程池。可以选择设置最大线程数(可选): ```python with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor: ``` 3. 使用`submit()`方法将待执行的函数提交给线程池。`submit()`方法会返回一个`Future`对象,可以用来获取结果或检查任务的状态。 ```python future = executor.submit(my_function, arg1, arg2) ``` 4. 可以使用`map()`方法同时提交多个任务,并获取它们的返回值。 ```python results = executor.map(my_function, [arg1, arg2, arg3]) ``` 5. 如果需要获取任务的返回值,在之前创建的`Future`对象上调用`result()`方法即可。注意,`result()`方法会阻塞,直到任务完成并返回结果。 ```python result = future.result() ``` 下面是一个完整的示例代码,其中使用线程池并发执行三个任务: ```python import concurrent.futures def task(n): print(f"Task {n} started") result = n**2 print(f"Task {n} finished") return result with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor: futures = [executor.submit(task, i) for i in range(1, 4)] results = [future.result() for future in concurrent.futures.as_completed(futures)] print(results) ``` 在以上示例中,三个任务被并发执行,并通过线程池返回结果。任务的执行顺序可能不同,但最终输出的结果应该是`[1, 4, 9]`。 ### 回答3: Python中实现线程池方法有很多,下面我将详细举例两常见的方式: 1. 使用`concurrent.futures`模块中的`ThreadPoolExecutor`类: ```python from concurrent.futures import ThreadPoolExecutor # 创建线程池 pool = ThreadPoolExecutor(max_workers=5) # 最大线程数为5 # 提交任务给线程池执行 result = pool.submit(func, arg1, arg2) # 提交一个func函数,带有arg1和arg2参数 # 获取任务的结果 print(result.result()) # 阻塞等待任务执行完毕并获取结果 # 关闭线程池 pool.shutdown() ``` 2. 使用`multiprocessing.dummy`模块中的`ThreadPool`类: ```python from multiprocessing.dummy import ThreadPool # 创建线程池 pool = ThreadPool(5) # 最大线程数为5 # 提交任务给线程池执行 result = pool.apply_async(func, (arg1, arg2)) # 提交一个func函数,带有arg1和arg2参数 # 获取任务的结果 print(result.get()) # 阻塞等待任务执行完毕并获取结果 # 关闭线程池 pool.close() pool.join() ``` 以上两方法中,都可以通过创建线程池对象来管理线程的运行,通过提交任务给线程池执行来实现并发执行任务。`ThreadPoolExecutor`和`ThreadPool`类都有相同的用法,可以根据实际需求选择适合的线程池类来使用。这些线程池类提供了方便的方法来控制线程的最大数量,并可轻松地获得任务的结果。
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