Android 系统(176)---Android多线程

Android-多线程


一:线程相关概念

聊多线程之前,我们先说一说线程,说线程之前,我们了解一下进程。


1.什么是进程?

        通俗的说:我们平日里打开的QQ,微信,简书,都是一个进程。进程是程序的一次动态执行过程,它需要经历从代码加载,代码执行到执行完毕的一个完整的过程,这个过程也是进程本身从产生,发展到最终消亡的过程。

任务管理器就是管理和结束进程的,上图:任务管理器管理的都是进程。


2.那么什么是线程呢?

        进程和线程一样,都是实现并发的一个基本单位。线程是比进程更小的执行单位,线程是在进程的基础之上进行进一步的划分。那么跟进程一样,线程也有生命周期,我们等会详细说。一个程序只可以有一个进程,但这个进程可以包含多个线程。

3.什么是多线程?

      多线程是指一个进程在执行过程中可以产生多个更小的程序单元,这些更小的单元称为线程,这些线程可以同时存在,同时运行,一个进程可能包含多个同时执行的线程。

4..并发和并行?

刚才说线程的时候我们提到了并发,我们现在来简单介绍一下:

        并发:并发是指一个处理器同时处理多个任务

      并行:并行是指多个处理器或者是多核的处理器同时处理多个不同的任务

打比方:并发是一个人同时吃三个包子,而并行是三个人同时吃三个包子。

二:线程的实现。

1.问:java中如何实现线程?

    答:继承Thread类,实现Runable接口。

  1.1.继承Thrad类的实现。

代码:


效果:

    这里大家可以看到,这两线程在交错运行,相互抢占 CPU 资源,我就是我们说的线程的并行。

2.2。Runable的实现方式:

代码:

效果:

2.3.Thread类和Runnable的区别。

    ok.,我们点击Thread进入了解一下。

    看到没有,Thred是实现Runnable接口的。Thread 类也是 Runnable 接口的子类,也就是说是实际上是执行Runnable的run()方法。

    除了这个区别;如果一个类继承 Thread类,则不适合于多个线程共享资源,而实现了 Runnable 接口,就可以方便的实现资源的共享。。

三:线程的状态。

          多线程的实现必须在主线程中创建新的线程对象。任何线程一般具有5种状态,即创建,就绪,运行,阻塞,终止。下面分别介绍一下这几种状态:

      创建:

          在我们new Thread()一个线程对象后,新的线程对象便处于新建状态,此时它已经有了相应的内存空间和其他资源,但还处于不 可运行状态。

      就绪:

        当我们调用线程的 start() 方法就可以启动线程。当线程启动时,线程进入就绪状态。此时,线程将进入线程队列排队,等待 CPU 服务,此时的线程已经具备了运行条件。

      运行:

            当就绪状态被调用并获得处理器资源时,线程就进入了运行状态。此时该线程自动它的 run() 方法。run() 方法定义了该线程的具体执行和功能啥的。

      阻塞:

            线程在运行过程中,因为某些原因,比如人为调用sleep(),suspend(),wait() 等方法,线程将进入阻塞状态,发生阻塞时线程不能进入排队队列,只有当引起阻塞的原因被消除后,线程才可以转入就绪状态。

      终止:

          线程调用 stop() 方法时或 run() 方法执行结束后,即处于死亡状态。处于死亡状态的线程将不会有继续运行的能力。

    对了还有一个获取线程名称的方法:

        Thread.currentThread().getName(); //取得当前线程的名称

如图:


效果:




四:线程常用方法

4.1.线程常用方法之-------join(),线程的强制运行。

      我们还拿之前的 implements Runnable线程演示效果:

代码:


效果:


总结:

join() 方法让一个线程强制运行,线程强制运行期间,其他线程无法运行,必须等待此线程完成之后才可以继续执行。

4.2.线程常用方法之-------sleep(),线程的休眠。

        这个效果我们要做一个对比,先正常打印一下:

      代码:


打印:


调用sleep()方法之后的代码:


注:myThreadOne.sleep(9000),是9秒,注释错误。


调用sleep()方法之后的效果:



但,我们一眼run(),方法内部的for循环打印情况:



特别注意:按照我们刚才的写法,如果线程sleep之前,run执行了部分,那么在睡眠过后,他将不会在继续执行run方法里的剩余部分,也就是不会再次执行run方法,可能会继续执行run下面的其他方法。


   ok,那既然这样,我们换一种写法,将Thread.sleep()方法,写到线程run()的内部,看看效果。这里我将之前的睡眠时间加长至20000,run内部的for循环也i<5000,方便观察。

 代码:


     效果:我们看看i=0,到i=3000之前的时间间隔,注意i=3000是线程sleep之后打印。



  总结:对比sleep()方法执行的位置,我们可以发现, 如果在run方法外调用,睡眠之前,如果fun没有执行完毕,那么睡眠之后将不会继续执行run内的内容,而如果,sleep()方法在run()内部执行,则睡眠之后,继续执行run内的内容。

4.2.线程常用方法之-------wait(),线程的等待。说道sleep就不得不说wait.

      直接上代码:



效果:


总结一下:wait和sleep的区别:

(1).sleep是Thread的静态方法,因此他不能改变对象的机锁,所以当在一个Synchronized块中调用Sleep()方法是,线程虽然休眠了,但是对象的锁并木有被释放,其他线程无法访问这个对象(即使睡着也持有对象锁).过了睡眠时间自动唤醒。

(2)wait()是Object类里的方法,当一个线程执行到wait()方法时,它就进入到一个和该对象相关的等待池中,同时失去了对象的锁,其他线程可以访问,切必须使用notify或notifyall唤醒,必须加synchronized .

4.3.线程常用方法之-------interrupt(),中断线程。

代码:


打印:


4.4.线程常用方法之-------.setDaemon(true),设置为后台线程。

   大家都知道,如果线程存在那么这个程序或者说进程就不会消失,如果我们的前台线程因为突然原因死亡,我们只要确保后台有线程存在就不至于整个程序死啦死啦。

代码:

4.5.线程常用方法之-------.setPriority(),设置线程优先级。

4.6.线程常用方法之-------.yield(),线程的礼让。

      两线程相互运行时,会礼让对方一步。


五:线程的同步与异步

同步:A线程要请求某个资源,但是此资源正在被B线程使用中,因为同步机制存在,A线程请求

不到,怎么办,A线程只能等待下去,等待B完成后进行操作。

异步:A线程要请求某个资源,但是此资源正在被B线程使用中,因为没有同步机制存在,A线程

仍然请求的到。

         线程同步最最安全,最保险的,但是性能会有所下降。

         线程的同步和异步既有好处也有坏处我们一定要分情况,适当的使用。

5.1.那么我们如何实现线程的同步呢?

          答案是:Synchronized

   5.1.1:方式一:

        同步代码块:  synchronized(同步对象){ 需要同步的代码 }

        回到我们的代码中如图:


        效果:




  方式二:

         方法的同步: synchronized  方法返回值 方法名称(参数){ };



        回到我们的代码中如图: 


       基本也就这么多,以后有发现,再继续整理。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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