CountDownLatch

CountDownLatch 示例解析
本文通过一个项目开发模拟案例,详细介绍了 Java 并发工具 CountDownLatch 的使用方法及注意事项。CountDownLatch 有助于协调多个线程的任务执行流程,确保主线程等待所有子线程完成后再继续执行。

 一个同步辅助类,在完成一组正在其他线程中执行的操作之前,它允许一个或多个线程一直等待。 

用给定的计数 初始化 CountDownLatch。由于调用了 countDown() 
方法,所以在当前计数到达零之前,await 
方法会一直受阻塞。之后,会释放所有等待的线程,await 
的所有后续调用都将立即返回。这种现象只出现一次——计数无法被重置。


package countdownlatch;
/**   
 * @author YYZ  
 * @version 2011-10-26 上午11:58:59
 */
import java.util.Random;  
import java.util.concurrent.CountDownLatch;  
import java.util.concurrent.ExecutorService;  
import java.util.concurrent.Executors;  
import java.util.concurrent.TimeUnit;  
  
/** 
 * 模拟项目的开发,只有当每个模块都完成后,项目才完成 
 * 每个模块的用时不同 
 * @author 小e 
 * 
 * 2010-4-30 下午07:41:37 
 */  
class Module implements Runnable{  
    private CountDownLatch latch;  
    private String moduleName;  
    private int time;//用时  
      
      
  
    public Module(CountDownLatch latch, String moduleName,int time) {  
        super();  
        this.latch = latch;  
        this.moduleName = moduleName;  
        this.time = time;  
    }  
  
  
  
    @Override  
    public void run() {  
        try {  
            work();  
            latch.countDown();  
        } catch (InterruptedException e) {  
            // TODO Auto-generated catch block  
            e.printStackTrace();  
        }  
          
    }  
      
    private void work() throws InterruptedException{  
        TimeUnit.MILLISECONDS.sleep(time);  
        System.out.println(moduleName + " 完成,耗时:" + time);  
    }  
}  
class Controller implements Runnable{  
    private CountDownLatch latch;  
  
    public Controller(CountDownLatch latch) {  
        super();  
        this.latch = latch;  
    }  
  
    @Override  
    public void run() {  
        try {  
            latch.await();  
            System.out.println("所有模块都完成,任务完成");  
        } catch (InterruptedException e) {  
            // TODO Auto-generated catch block  
            e.printStackTrace();  
        }  
          
    }  
      
}  
public class Project {  
    static final int SIZE = 20;  
    public static void main(String[] args) {  
        CountDownLatch latch = new CountDownLatch(SIZE);  
        Random r = new Random();  
        ExecutorService exec = Executors.newCachedThreadPool();  
        Controller controller = new Controller(latch);  
        exec.execute(controller);  
        for(int i = 0; i < SIZE; i++){  
            exec.execute(new Module(latch, "模块" + (i + 1), r.nextInt(2000)));  
        }  
          
        exec.shutdown();  
          
    }  
  
}  

模块5 完成,耗时:91
模块7 完成,耗时:306
模块3 完成,耗时:374
模块12 完成,耗时:384
模块8 完成,耗时:390
模块6 完成,耗时:415
模块14 完成,耗时:459
模块1 完成,耗时:557
模块4 完成,耗时:572
模块20 完成,耗时:572
模块18 完成,耗时:618
模块17 完成,耗时:711
模块2 完成,耗时:804
模块15 完成,耗时:995
模块11 完成,耗时:1261
模块10 完成,耗时:1360
模块13 完成,耗时:1412
模块19 完成,耗时:1913
模块16 完成,耗时:1937
模块9 完成,耗时:1976

所有模块都完成,任务完成




 CountDownLatch 的局限性和 CompletionService 类似,在于无法处理子任务数量不确定的情况,例如统计某个文件夹中的文件数量。另外,如果某个子任务在调用 countDown 之前就挂掉了,倒计数就永远不会归零。对于这种情况,要么用 finally 之类的手段保证countDown 一定会被调用,要么用带参数的 await 方法指定超时时间

内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
内容概要:本文围绕“基于主从博弈的售电商多元零售套餐设计与多级市场购电策略”展开,结合Matlab代码实现,提出了一种适用于电力市场化环境下的售电商优化决策模型。该模型采用主从博弈(Stackelberg Game)理论构建售电商与用户之间的互动关系,售电商作为领导者制定电价套餐策略,用户作为跟随者响应电价并调整用电行为。同时,模型综合考虑售电商在多级电力市场(如日前市场、实时市场)中的【顶级EI复现】基于主从博弈的售电商多元零售套餐设计与多级市场购电策略(Matlab代码实现)购电组合优化,兼顾成本最小化与收益最大化,并引入不确定性因素(如负荷波动、可再生能源出力变化)进行鲁棒或随机优化处理。文中提供了完整的Matlab仿真代码,涵盖博弈建模、优化求解(可能结合YALMIP+CPLEX/Gurobi等工具)、结果可视化等环节,具有较强的可复现性和工程应用价值。; 适合人群:具备一定电力系统基础知识、博弈论初步认知和Matlab编程能力的研究生、科研人员及电力市场从业人员,尤其适合从事电力市场运营、需求响应、售电策略研究的相关人员。; 使用场景及目标:① 掌握主从博弈在电力市场中的建模方法;② 学习售电商如何设计差异化零售套餐以引导用户用电行为;③ 实现多级市场购电成本与风险的协同优化;④ 借助Matlab代码快速复现顶级EI期刊论文成果,支撑科研项目或实际系统开发。; 阅读建议:建议读者结合提供的网盘资源下载完整代码与案例数据,按照文档目录顺序逐步学习,重点关注博弈模型的数学表达与Matlab实现逻辑,同时尝试对目标函数或约束条件进行扩展改进,以深化理解并提升科研创新能力。
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