1.简介
我们知道,在我们使用多线程时,为了提高并发性,我们可以使用线程池来实现功能;但是,其实Java还提供了一个ForkJoin框架,这个框架使用归并的思想来实现;一般在学习这个框架的时候,都是使用数组中各元素相加来模拟这个框架;本文也将使用这个方法来使用这个框架;
2.代码
由于,我们是需要使用归并的思路来实现各数相加;那么,我们首先要实现任务,然后,将任务设置好阈值
public class SumTask extends RecursiveTask<Long> {
// 阈值
static final int THRESHOLD = 500;
long[] array;
int start;
int end;
SumTask(long[] array, int start, int end) {
this.array = array;
this.start = start;
this.end = end;
}
@Override
protected Long compute() {
if (end - start <= THRESHOLD) {
// 如果任务足够小,直接计算:
long sum = 0;
for (int i = start; i < end; i++) {
sum += this.array[i];
}
return sum;
}
// 任务太大,一分为二: 这里使用了分治的思想
int middle = (end + start) / 2;
SumTask subtask1 = new SumTask(this.array, start, middle);
SumTask subtask2 = new SumTask(this.array, middle, end);
invokeAll(subtask1, subtask2);
Long subresult1 = subtask1.join();
Long subresult2 = subtask2.join();
Long result = subresult1 + subresult2;
return result;
}
}
下面对其进行测试:
public class Main {
// 获取逻辑处理器数量,本机为4
static final int NCPU = Runtime.getRuntime().availableProcessors();
public static void main(String[] args) throws Exception {
// 创建200000000个随机数组成的数组:
long[] array = new long[200000000];
long expectedSum = 0;
for (int i = 0; i < array.length; i++) {
array[i] = random();
}
long s = System.currentTimeMillis();
for (int i = 0; i < array.length; i++) {
expectedSum = expectedSum + array[i];
}
long e = System.currentTimeMillis();
System.out.println("花费时间:" + (e - s));
System.out.println("Expected sum: " + expectedSum);
// fork/join:
ForkJoinPool fjp = new ForkJoinPool(NCPU);
ForkJoinTask<Long> task = new SumTask(array, 0, array.length);
long startTime = System.currentTimeMillis();
ForkJoinTask<Long> result = fjp.submit(task);
long endTime = System.currentTimeMillis();
System.out.println("Fork/join sum: " + result.get() + " in " + (endTime - startTime) + " ms.");
}
static Random random = new Random(0);
static long random() {
return random.nextInt(10000);
}
}
测试结果如下:感觉很神奇,可能是本地线程比较多吧,线程上下文切换比较多;四个核心线程还不如单线程执行的快;
那么,Fork/join是怎么执行的呢?
- 根据传入参数,创建对应的工作线程,每个工作线程都有对应的队列,
- 如果,任务还是太大了,就会进行拆分,再放入到队列中
- 如果,任务大小合适了,那么就进行计算
- 如果,有一个工作线程已经工作完成了,那么,就会去别的线程中最后的一个任务;
- 直到所有的任务执行完毕;