JAVA线程池实现(转)

JAVA创建自己的线程池
文章分类:Java编程
package proxy;

import java.util.ArrayList;
import java.util.List;
import java.util.Queue;
import java.util.concurrent.ConcurrentLinkedQueue;

//测试main入口

public class CocurrentThread {

public static void main(String[] args){

//创建一个线程池,可以运行5条线程
PoolThread pt = new PoolThread(5);

//开启线程池工作开关
pt.start();

//往线程池中加入10个任务
for(int i = 0;i < 10;i++){
pt.execute(new ConcreteTask());
}

//关闭线程池开关
pt.shutdown();

}


}

/**

*要交给线程池处理的具体任务,用户可以自定义,不一定要实现Runnable接口,这里实现

*Runnable只是利用Runnable接口生成一种规范。
**/
class ConcreteTask implements Runnable{
private static int i;

//具体实现的任务在这里编写
public void run() {
System.out.println(Thread.currentThread().toString() + i++);
}

}


/**

*线程池核心类
**/
class PoolThread{

//实现线程池对象时最大的可用线程数
private int maxThreads;


//线程池工作的启动开关
private boolean on = false;


//这里定义了一个任务队列容器,用途很明显,就是用来放置要处理的任务,先进来的先交给线程池处理
private Queue<Runnable> tasks = new ConcurrentLinkedQueue<Runnable>();//任务队列


//定义了一个放置Thread对象的容器,用来放置所有的线程
private List<Thread> poolThreads ;


//构造器,初始化时根据传入的参数来分配几条线程处理任务
public PoolThread(int maxThreads){
this.maxThreads = maxThreads;
poolThreads = new ArrayList<Thread>();
for(int i = 0;i < this.maxThreads;i++){
poolThreads.add(new Thread(new SingleThread()));
}
}
/**

*启动线程池,其实就是启动里面的每一条线程

*/
public void start(){
this.on = true;
for(int i = 0 ;i < poolThreads.size();i++){

//启动每个线程
poolThreads.get(i).start();
System.out.println("the number " + i + " thread of " + poolThreads.size());
}
}


/**

*关闭线程池的工作

*/
public void shutdown(){
this.on = false;
}

/**
*
* @param task 被执行的新任务,实现Runnable接口
*/
public void execute(Runnable task){
synchronized(tasks){
tasks.add(task);//将任务添加到线程池中执行
tasks.notifyAll(); //通知所有的锁定tasks线程,让其执行新加进来的任务
}
}


/**

*定义线程池中的线程类,该线程必需是永远不终止的。

*/
class SingleThread implements Runnable{

public void run() {
while(on){
synchronized(tasks){
Runnable task = tasks.poll(); //取出任务队列中的任务执行
if(task != null)
task.run();
if(tasks.size() == 0){ //如果队列中没有等待的任务,则停止线程,直到有任务加进队列时唤醒该线程
try {
tasks.wait();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}

}

}
}
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
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