NSThread多线程

NSThread:

1:NSThread基本概念

2:NSThread的创建

3:NSThread的使用

基本函数:

1:inITWithTarget:创建线程

2:detachNewThreadSelector:类方法创建并启动线程

3:lock:线程加锁

4:unlock:线程解锁

5:sleepForTimeInterval:线程休眠

具体实现如下:

//
//  ViewController.m
//  NSThread
//
//  Created by 刘群 on 2018/1/22.
//  Copyright © 2018年 刘群. All rights reserved.
//

#import "ViewController.h"

@interface ViewController ()
{
    //定义两个线程对象
    NSThread *_thread1;
    NSThread *_thread2;
    
    //计数器
    NSInteger _count;
    
    //线程锁对象
    NSLock *_lock;
}
@end

@implementation ViewController

- (void)viewDidLoad {
    [super viewDidLoad];
    // Do any additional setup after loading the view, typically from a nib.
    NSArray *arr = @[@"启动线程",@"启动线程1",@"启动线程2"];
    for (int i=0; i<3; i++) {
        UIButton *btn = [UIButton buttonWithType:UIButtonTypeRoundedRect];
        btn.frame = CGRectMake(50, 30+i*80, 80, 40);
        [btn addTarget:self action:@selector(pressBtn:) forControlEvents:UIControlEventTouchUpInside];
        [btn setTitle:arr[i] forState:0];
        [self.view addSubview:btn];
        btn.tag = 100+i;
    }
    
    _lock = [[NSLock alloc]init];
}

- (void)pressBtn:(UIButton*)btn{
    if (btn.tag == 100) {
        NSLog(@"按钮一按下");
        //创建一个线程函数
        //P1:线程对象运行函数的拥有者
        //P2:线程处理函数
        //P3:线程参数
        NSThread *newThr = [[NSThread alloc]initWithTarget:self selector:@selector(actThread:) object:nil];
        
        //启动并且运行函数
        [newThr start];
    }else if (btn.tag == 101){
        
        NSLog(@"按钮二按下");
        
        //创建并且启动线程
        [NSThread detachNewThreadSelector:@selector(actThread2:) toTarget:self withObject:nil];
        
    }else if(btn.tag == 102){
        NSLog(@"按钮三按下");
        _thread2 = [[NSThread alloc]initWithTarget:self selector:@selector(actThread3:) object:nil];
        
        [_thread2 start];
    }
}

//第一个按钮
- (void)actThread:(NSThread*)thread{
        int i = 0;
    while (true) {
        i++;
        NSLog(@"%d",i);
    }
}

//第二个按钮
- (void)actThread2:(NSThread*)thread2{
    int i = 0;
    while (true) {
        i++;
        if (i>=10001) {
            break;
        }
        //加锁确保最终的准确性
        [_lock lock];
        _count++;
        [_lock unlock];
        NSLog(@"thread2=========%ld",_count);
    }
    NSLog(@"final=====%ld",_count);
}

//第三个按钮
- (void)actThread3:(NSThread*)thread3{
    int i = 0;
    while (true) {
        i++;
        if (i>=10001) {
            break;
        }
        [_lock lock];
        _count++;
        [_lock unlock];
        NSLog(@"thread3======%ld",_count);
    }
     NSLog(@"final=====%ld",_count);
}

- (void)didReceiveMemoryWarning {
    [super didReceiveMemoryWarning];
    // Dispose of any resources that can be recreated.
}


@end

//在没有加锁之前,_count++在两个线程同时进行计算后,得到的结果不会是20000,通过多次运算就会有多个结果,原因是由于两个线程是同步运行,在同步运行的时候存在数据的重叠性,那么解决这个同时运行中数据的重叠的关键技术就是使用 线程加锁,通过使用线程加锁达到每个线程独立运行,独立运行的意思是:当前线程运行完后系统通过调度算法再去调度另一个线程,线程之间达到理论上的异步进行,从而达到数据运算的准确性。







【多变量输入超前多步预测】基于CNN-BiLSTM的光伏功率预测研究(Matlab代码实现)内容概要:本文介绍了基于CNN-BiLSTM模型的多变量输入超前多步光伏功率预测方法,并提供了Matlab代码实现。该研究结合卷积神经网络(CNN)强大的特征提取能力与双向长短期记忆网络(BiLSTM)对时间序列前后依赖关系的捕捉能力,构建了一个高效的深度学习预测模型。模型输入包含多个影响光伏发电的气象与环境变量,能够实现对未来多个时间步长的光伏功率进行精确预测,适用于复杂多变的实际应用场景。文中详细阐述了数据预处理、模型结构设计、训练流程及实验验证过程,展示了该方法相较于传统模型在预测精度和稳定性方面的优势。; 适合人群:具备一定机器学习和深度学习基础,熟悉Matlab编程,从事新能源预测、电力系统分析或相关领域研究的研发人员与高校研究生。; 使用场景及目标:①应用于光伏电站功率预测系统,提升电网调度的准确性与稳定性;②为可再生能源并网管理、能量存储规划及电力市场交易提供可靠的数据支持;③作为深度学习在时间序列多步预测中的典型案例,用于科研复现与教学参考。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注数据归一化、CNN特征提取层设计、BiLSTM时序建模及多步预测策略的实现细节,同时可尝试引入更多外部变量或优化网络结构以进一步提升预测性能。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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