实验六总结

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 和性能之间寻求较优的折中，为此计算吞 吐率和公平性等性能指标，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

自己绘制的猴子生成器流程图：

以及猴子生成器的代码：
public void cross(int ID, int methods, int MV, Map<Integer, Ladder> ladders, int time, Logger log,
List theover, JTextArea ta) throws SyntaxErrorException {
Monkey monkey = monkeymakers.makemonkey(ID, methods, MV);
MonkeysCross monkeysCross =
new MonkeysCross(monkey, ladders, methods, time, log, MV, theover, ta);
(new Thread(monkeysCross)).start();
}
猴子上桥时会选择策略：
在我们的实验中至少两种“梯子选择”策略的设计与实现方案
策略1：有空桥就上，没空桥等着
策略2: 有空桥就上，然后，没空桥选择，一个上面猴子距离自己最远（或最近）的桥上,当自己猴子的速度过小时选择桥上猴子距离自己近的，当自己速度大时选择桥上猴子距离自己远的。

如何确保threadsafe？
使用线程安全的数据类型，在进行读写的时候上锁，使用同步方法，尽量保证读写的一致
系统吞吐率和公平性的度量方案
计算并输出本次仿真的吞吐率和公平性。 ⚫ “吞吐率”是指：假如?只猴子过河的总耗时为?秒，那么每只猴子的 平均耗时为? = ? ?秒，则吞吐率?ℎ = ? ?表征每秒钟可过河的猴子数目。 ⚫ “公平性”是指：如果 Monkey 对象 A 比 B 出生得早，那么 A 应该不 晚于 B 抵达对岸，则为“公平”；若 A 比 B 晚到对岸，则为“不公 平”。设 A 和 B 的产生时间分别为??和??，抵达对岸的时间分别为?? 和??，那么公平性?(?, ?) = { 1, ?? (?? − ?? ) ∗ (?? − ?? ) ≥ 0 −1, ??ℎ?????? 。对? 只猴子两两计算其之间的公平性并综合到一起，得到本次模拟的整体 公平性? = ∑ ?(?,?) (?,?)∈Θ C? 2 , Θ = {(?, ?)|? ≠ ?, (?, ?) ∉ Θ}，其取值范围 为[−1,1]。

3.7输出方案设计
日志：
GUI：

参数如何初始化
Main()为了方便测试，所有的参数（包括选择的策略号）都在主函数中自定义，然后传入猴子构造器里。
Main2()中由控制台输入
Main3()使用了文件输入
使用Strategy模式为每只猴子选择决策策略

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。
对比分析：固定其他参数，选择不同的决策策略
int t = 2;// 时间间隔
int k = 3;// 一次生产几个
int N = 20;// 总共生产几个
int MV = 5;// 最大速度
int n = 5;// 桥的数目
int h = 20;// 桥的长度
策略1：
（1）：吞吐率是0.5714285714285714 公平性是0.9894736842105263
（2）：吞吐率是0.5714285714285714 公平性是0.8105263157894737
（3）：吞吐率是0.5882352941176471 公平性是0.9578947368421052
（4）：吞吐率是0.5714285714285714 公平性是0.9263157894736842
（5）：吞吐率是0.5714285714285714 公平性是0.8631578947368421

策略2：
（1）吞吐率是0.5128205128205128 公平性是0.9157894736842105
（2）吞吐率是0.5555555555555556 公平性是0.8631578947368421
（3）吞吐率是0.625 公平性是0.8421052631578947
（4）吞吐率是0.6060606060606061 公平性是1.0
（5）吞吐率是0.6060606060606061 公平性是0.8315789473684211
可以看出：吞吐率是与策略有关的，，策略1由于是使用了，没桥就等着的原则所以比较慢，但是吞吐率较为稳定，策略二则是使用了没空桥就找一个合适的上，这个合适的只是在当时所有的可以上的桥中比较出来的，所以虽然快，但是并不稳定。
而公平性与其说是取决于策略，不如说是取决于随机生成的数字，与线程执行顺序的关系，因为，两个策略的公平性波动都不小。

。

对比分析：变化某个参数，固定其他参数
固定其他参数改变桥的个数：
桥数1：
（1）：吞吐率是0.37037037037037035 公平性是0.6842105263157895
（2）：吞吐率是0.40816326530612246 公平性是0.968421052631579
（3）：吞吐率是0.38461538461538464 公平性是0.8315789473684211
桥数4：
(1)吞吐率是0.6060606060606061 公平性是1.0
(2)吞吐率是0.6060606060606061 公平性是0.6526315789473685
(3)吞吐率是0.5714285714285714 公平性是0.5157894736842106
桥数：5
(1)吞吐率是0.6451612903225806 公平性是0.9578947368421052
(2)吞吐率是0.6060606060606061 公平性是0.9157894736842105
(3)吞吐率是0.6666666666666666 公平性是1.0
桥数6：
（1）吞吐率是0.625 公平性是1.0
（2）吞吐率是0.6451612903225806 公平性是0.8736842105263158
（3）吞吐率是0.5714285714285714 公平性是0.9263157894736842
总体来说：桥越多吞吐率越大，而公平性虽然跟桥的数量有关，桥越多越公平，
单是主要影响因素还是随机数的产生，桥数目的影响不是那麽大。
分析：吞吐率是否与各参数/决策策略有相关性？
可以看出：吞吐率是与策略有关的，，策略1由于是使用了，没桥就等着的原则所以比较慢，但是吞吐率较为稳定，策略二则是使用了没空桥就找一个合适的上，这个合适的只是在当时所有的可以上的桥中比较出来的，所以虽然快，但是并不稳定。

3.9.4压力测试结果与分析

1.生产大量的猴子，时间间隔缩短，产生个数增加：
吞吐率是1.4184397163120568
公平性是0.2951758793969849
当产生这样的变化时，由于产生密集，吞吐率会上升，但是公平性会下降。

2.增加猴子速度的上限制，为了能体现差异，也增加桥长度（同时乘以10）。
吞吐率是0.28776978417266186
公平性是0.34102564102564104
由于速度差异过大，使公平性降低，且，桥更长了，当随机到的速度很小时会耗费相当长的时间，所以吞吐率也下降。

猴子过河模拟器v3