AQS学习笔记之独占锁

作用

  参与 共享锁 acquireShared() 和 独占锁 acquire() 的抢锁逻辑,
  具体的抢锁逻辑不作实现,只对第一次抢锁未抢到锁线程做处理,第一次抢锁就抢到的线程就不需要遇到AQS了

方法、属性:

       AQS属性:
                
                head 头结点   已经入队的节点只有前置节点是头节点的情况下才有机会抢锁
                
                tail  尾结点  入队就从这里入
       
       Node属性:
       
                pre 前置节点,
                next 后置节点
                waitStatus 状态   0代表已经入队的第一个线程持有锁
                                       1代表下一个线程取消了排队
                                       -1代表可以下一个线程可以抢锁了
                                       -2代表下一个线程正在中断,等待唤醒
                                       -3代表抢的是共享锁,后面的线程抢共享锁的线程都可以得到锁
                exclusive 是否独占模式
       
       
       AQS方法:
                acquire():未入队的线程抢锁使用这个方法
                           请求锁,如果未请求成功且以独占模式入队成功则当前线程先中断
                        
             
                        
                 acquireQueued():已经入队的线程抢锁使用这个方法
                 
                 
                 addWaiter():      描述:     先尝试用CAS进行快速入队,失败则调用enq()方法入队
                 enq():              描述 for循环+CAS 入队

独占锁的获取和释放

方法名描述
acquire()请求获取锁,如果未获取成功 &&以独占模式入队成功且前置节点不是头节点 则中断当前线程
tryAcquire(arg)尝试请求锁,该方法在AQS中不做实现
acquireQueued(Node,arg)已经入队的线程使用for循环+CAS操作尝试调用tryAcquire()请求锁:当入队后发现前置节点是头节点则尝试请求锁,如果请求成功则出队,如果失败则使用shouldParkAfterFailedAcquire(pred,node)判断是否需要中断当前线程,如果不需要则在循环中继续尝试获取锁
shouldParkAfterFailedAcquire(pred,node)如果前置节点的waitStatus是SIGNAL则表示当前线程需要中断,或者前置节点被取消了(取消状态是1)就向前查找还在排队的节点,这个时候当前线程还有机会再尝试获取锁
addWaiter(mode)先尝试使用CAS进行快速入队,失败则调用enq()进行入队
enq(node)使用for循环加CAS操作进行入队
release(arg)释放锁:调用tryRelease尝试释放锁,如果释放成功了则判断有没有线程在排队,如果有则使用LockSupport.unpark(Thread)唤醒队列中第一个线程
tryRelease(arg)尝试释放锁,该方法在AQS中不作实现

总结:
对于线程来说最重要的是 获取锁,中断,唤醒,释放锁

   获取锁:线程入队前会尝试请求一次锁
              入队后会检查当前线程的前置节点是不是head节点,如果是且waitStatus是SIGNAL,则尝试获取锁,
              
    中断:线程在未抢到锁的时候中断(废话)
    唤醒:(只有未抢到锁的线程且已经入队的线程)线程在队列中的第一个,且持有锁的线程释放了锁
    释放锁:已经抢到锁的线程调用release()方法就释放了
节点入队:第一次抢锁未抢到锁就会入队
节点出队:第一次没抢到锁,后来 抢到锁了或者取消抢锁了就会出队

转载于:https://www.cnblogs.com/zjyingchang/p/10616544.html

  • 0
    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。 、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