join()源码分析--多线程设计模式(保护性暂停)

join()方法用到了保护性暂停的多线程设计模式

写在前面

虚假唤醒:当前线程还未获得值,但是因为其他线程调用notify()或notifyAll()方法将其唤醒,使其错误的向下执行。
例子:

public class test1 {

   static final Object room = new Object();
   //两个状态变量
   static boolean flag = false;
   static boolean tag = false;

   public static void main(String[] args) {

   	//t1线程
       new Thread(()->{
           synchronized (room){
               try {
                   room.wait();//释放锁并进入等待队列
               } catch (InterruptedException e) {
                   e.printStackTrace();
               }
           }
           if(flag){
               System.out.println("flag修改成功!");
           }else{
               System.out.println("flag修改失败!");
           }
       },"t1").start();

   	//t2线程
       new Thread(()->{
           synchronized (room){
               try {
                   room.wait();//释放锁并进入等待队列
               } catch (InterruptedException e) {
                   e.printStackTrace();
               }
           }
           if(tag){
               System.out.println("tag修改成功!");
           }else{
               System.out.println("tag修改失败!");
           }

       },"t2").start();

   //t3线程
       new Thread(()->{
           synchronized (room){
               tag=true;//获得锁并修改其中一个属性
               room.notify();//唤醒等待队列中的一个线程
           }
       },"t3").start();
   }
}

输出结果:
在这里插入图片描述

出现这个原因就是虚假唤醒,值并没有被修改,却将他错误的唤醒了,换成notify()也会有机率使一个线程被错误唤醒,因为你并不知道唤醒的是哪个线程。
解决虚假唤醒的方法
以ti线程为例,可增加一个判断语句

new Thread(()->{
            synchronized (room) {
                while (flag == false) {//判断是否修改值,未修改继续等待
                    try {
                        room.wait();
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            }

            if(flag){
                System.out.println("flag修改成功!");
            }else{
                System.out.println("flag修改失败!");
            }
        },"t1").start();

其实这就是自旋锁的简单使用,满足条件之后才会结束等待

正文

join()方法中就有自旋锁的使用,而且还有保护性暂停的设计模式的使用
保护性暂停保证了线程不会一直处于等待状态

public final synchronized void join(long millis)//millis 位要等待的时间
    throws InterruptedException {
        long base = System.currentTimeMillis();//获取当前时间
        long now = 0; //now为从开始到现在经历的时间

        if (millis < 0) {	//输入数据有误
            throw new IllegalArgumentException("timeout value is negative");
        }

        if (millis == 0) {//如果未设置等待时间则一直等待直到可用
            while (isAlive()) {
                wait(0);
            }
        } else {//有设定时间
            while (isAlive()) {
                long delay = millis - now;//更新需要等待的时间,因为不需要再次等待millis 的时间片
                if (delay <= 0) {//如果等待的时间已经达到或者超过设定的时间,则退出
                    break;
                }
                wait(delay);//否则继续等待剩余的时间
                now = System.currentTimeMillis() - base;//获取已经等待的时间
            }
        }
    }

上述代码的一个小细节:

			long delay = millis - now;//更新需要等待的时间,因为不需要再次等待millis 的时间片
            if (delay <= 0) {//如果等待的时间已经达到或者超过设定的时间,则退出
                break;
            }
            wait(delay);//否则继续等待剩余的时间

如果没有这个delay变量,那么每次都需要wait() millis时间长度,很显然这有时间的浪费。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    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。 二、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,将输入图像一次性划分为多个区域,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 1
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