java多线程基础知识(java并发编程实战读书笔记)

本文详细解析了Java并发编程中的关键概念,包括对象共享、同步锁、内存可见性、volatile变量、线程封闭等核心内容,以及如何在多线程环境下构建线程安全的类和组合类,通过实例封闭、委托等方式确保代码的并发安全性。同时介绍了同步容器类、并发容器、阻塞队列等基础构建模块,以及如何利用这些工具构建高效可伸缩的结果缓存。
第三章 对象的共享
1,同步锁
1,描述实现原子性或边界区
2,内存可见性 保证数据一致
2,volatile 稍弱的同步机制 开销介于普通代码与synchronize之间
写入volatile变量表示跳出同步代码块,读取volatile变量表示进入同步代码块 作用类似缩减synchronize范围
jvm需要设置为-server模式 不建议使用
3,发布与溢出

内部类获取外部类的引用方法: [OutClass].this

4,发布和溢出

出于某种原因,使某对象在其作用域(private、default、protected、public)之外可以被访问到叫做发布。

public:所有的

protected:自己包中的+其他包的子类

default(package—private):自己包的,也称作包权限

private:自己的类

当某一个不应该被发布的对象被发布时,称作溢出(Escape)。
Escape是一种破坏封装的不安全行为。

5,线程封闭 不在线程间共享数据即线程封闭
栈封闭 某个方法内全部为局部变量
ThreadLocal
不变性 final



第四章 对象的组合

1,设计线程安全的类

2,实例封闭

将一个实例封闭在另一个类中,通过线程安全锁来保证对此实例的访问时线程安全的,且保证不能将实例发布

3,委托:
将非线程安全委托给线程安全
java.util.concurrent.ConcurrentMap 线程安全map

Map<String, String> map = new HashMap();创建非线程安全map
map.put("1", "1");
map.put("2", "2");
System.out.println(map);
Map<String, String> map1 = Collections.unmodifiableMap(map);
创建不可修改视图map1

map1不可修改 修改抛出UnsupportedException
map可以修改 修改后可以体现在map1只读视图中

CopyOnWrite 写时复制 懒惰编程 保证线程安全,弱一致性

委托失效情况?
4,在现有的线程安全类中添加功能
1,继承
2,客户端加锁

第五章 基础构建模块

1,同步容器类

线程安全基础模块
即时使用线程安全基础组件,在多线程进行类似 如果不存在则插入putIfAbsent的操作同样是非线程安全的 同样需要加锁


2,并发容器

CurrentHashMap 并不是将每个方法都加锁 而是使用[color=red]分段锁[/color](Lock Striping) 所以不能保证绝对一致 而是在权衡并发吞吐量、单线程性能情况下的相对一致性产物,其size()\isEmpty()也是当时状态的估算值,而非绝对准确值

CurrentHashMap完全并发读操作可以不加锁,支持一定量的并发写。内置类似putIfAbsent的方法

CopyOnWriteArrayList 写入时复制 建议用于迭代操作远远多于修改操作时(每次修改容器时都会复制底层数组)

3,阻塞队列和生产者-消费者模式
BlockingQueue

实现:

LinkedBlockingQueue
ArrayBlockingQueue

SynchronousQueue??

java6 Deque BlockingDeque双向对象 双向阻塞队列

[color=red]工作密取?[/color]

4,阻塞方法与中断方法

恢复中断状态以避免屏蔽中断

try{
Thread.sleep(10);
}catch(InterruptedException ex){
[color=red]Thread.currentThread().interrupt();[/color]
}
5,同步工具类

CountDownLatch await() countdown()

FutureTask Callable(call方法含返回值,泛型)

Semaphore信号量

Semaphore semaphore = new Semaphore(count);
semaphore.acquire();//获取 如果目前已经为0,那么acquire()阻塞
semaphore.release();//释放

Barrier栅栏

6,构建高效可伸缩的结果缓存
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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