Java多线程

一  创建线程的传统方式

1 在Thread子类覆盖run方法

2 实现Runnable,重写run方法,传递给Thread

二  传统定时器

Timer类和TimerTask配合使用

三  线程同步互斥与通信

1 使用synchronized代码块或synchronized方法

2 wait与notify实现线程间通信

synchronized (object){
    object.wait();//当前线程进入wait set(可理解为线程休息室),等待再次获取对象锁
}
object.notify()//从wait set抓出一个线程,被唤醒的线程就推出wait set,被抓出的线程等待获取object对象锁,获取成功后继续后续执行

四  ThreadLocal线程范围的共享变量

ThreadLocal 的set方法设置变量 ,内部存储值的是一个ThreadLocalMap的key value数据结构,key为当前线程ThreadLocal,ThreadLocalMap是Thread内部属性threadLocals

五   Java线程并发

ExecutorService threadPool = Executors.newFixedThreadPool(n)//创建n个线程

ExecutorService threadPool = Executors.newCachedThreadPool()//创建缓存线程池

ExecutorService threadPool = Executors.newSingleThreadExecutor()//单线程池创建

六   Callable与Future的应

Feture取得的结果类型和Callable返回的结果类型必须一致,这是通过泛型来实现的

Callable要采用ExecutorService的submit方法提交,返回的Feture对象可以取消任务

单任务结果等待:

ExecutorService threadPool =  Executors.newSingleThreadExecutor();

Future<String> future = threadPool.submit(new Callable<String>() {public String call() throws Exception {});

多任务结果等待:

CompletionService<Integer> completionService = new ExecutorCompletionService<Integer>(threadPool2);

completionService.take().get()//将等待completionService所有submit提交的内容执行完了统一返回结果

七  Lock与Condition线程锁技术

Lock比synchronized更加面向对象,与生活中的锁类似。

读写锁:分为读锁与写锁,多个读锁不互斥,读锁与写锁互斥,写锁与写锁互斥,这是由jvm自己控制的。例:ReentrantReadWriteLock

Condition的功能类似在传统线程技术中的Object wait和notify的功能,在等待Condition时,允许发生"虚假唤醒"

八  Semaphore信号灯

Semaphore可以维护当前访问自身对象的线程个数,并提供同步机制。使用Semaphore可以控制同时访问资源的线程数。

Semaphore sp = new Semaphore(n)

sp.acquire();//申请一个许可,当sp.availablePermits()>0时,申请成功,反之等待许可的释放

sp.release();//释放一个许可,将其返回给信号量。

九   CyclicBarrier屏障

一个同步辅助类,它允许一组线程互相等待,直到到达某个公共屏障点。在涉及一组固定大小的线程的程序中,这些线程必须不时地互相等待,此时 CyclicBarrier 很有用。因为该 barrier 在释放等待线程后可以重用,所以称它为循环 的 barrier。

例如:CyclicBarrier cb = new CyclicBarrier(3);表示在cb.await();这里需要等待3个线程的共同到达,才能继续进入下一步

十   CountDownLatch

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

例如:CountDownLatch studentLatch= new CountDownLatch(1)

Runnable runnable = new Runnable() {
                public void run() {
                    try {
                        System.out.println("线程" + Thread.currentThread().getName() + "已经到达集合点");
                        studentLatch.await();//等待countdown计数为0
                        System.out.println("线程" + Thread.currentThread().getName() + "上车");
                    } catch (Exception e) {
                        e.printStackTrace();
                    }
                }
            };
            service.execute(runnable);

            Thread.sleep(15000);

             studentLatch.countDown() ;//时间到,递减锁存器的计数,如果计数到达零,则释放所有等待的线程。

十一  Exchange线程间数据交换

其中一个线程先拿出数据等待第二个线程拿出数据才能彼此交换

String data2 = (String)exchanger.exchange(data1);//线程一

String data2 = (String)exchanger.exchange(data1);//线程二

十二  可阻塞的队列BlockQueue

队列包含固定长度队列和不固定长度的队列

ArrayBlockingQueue:固定长度不变的队列

只有put方法和take方法才具有阻塞功能,内部实现采用的Lock锁

十三  同步集合

java.util.concurrent包下:

ConcurretHashMap、CopyOnWriteArrayList、CopyOnWriteArraySet

SynchronousQueue:一种阻塞队列,其中每个插入操作必须等待另一个线程的对应移除操作 ,反之亦然

 

 

标题基于SpringBoot+Vue的学生交流互助平台研究AI更换标题第1章引言介绍学生交流互助平台的研究背景、意义、现状、方法与创新点。1.1研究背景与意义分析学生交流互助平台在当前教育环境下的需求及其重要性。1.2国内外研究现状综述国内外在学生交流互助平台方面的研究进展与实践应用。1.3研究方法与创新点概述本研究采用的方法论、技术路线及预期的创新成果。第2章相关理论阐述SpringBoot与Vue框架的理论基础及在学生交流互助平台中的应用。2.1SpringBoot框架概述介绍SpringBoot框架的核心思想、特点及优势。2.2Vue框架概述阐述Vue框架的基本原理、组件化开发思想及与前端的交互机制。2.3SpringBoot与Vue的整合应用探讨SpringBoot与Vue在学生交流互助平台中的整合方式及优势。第3章平台需求分析深入分析学生交流互助平台的功能需求、非功能需求及用户体验要求。3.1功能需求分析详细阐述平台的各项功能需求,如用户管理、信息交流、互助学习等。3.2非功能需求分析对平台的性能、安全性、可扩展性等非功能需求进行分析。3.3用户体验要求从用户角度出发,提出平台在易用性、美观性等方面的要求。第4章平台设计与实现具体描述学生交流互助平台的架构设计、功能实现及前后端交互细节。4.1平台架构设计给出平台的整体架构设计,包括前后端分离、微服务架构等思想的应用。4.2功能模块实现详细阐述各个功能模块的实现过程,如用户登录注册、信息发布与查看、在线交流等。4.3前后端交互细节介绍前后端数据交互的方式、接口设计及数据传输过程中的安全问题。第5章平台测试与优化对平台进行全面的测试,发现并解决潜在问题,同时进行优化以提高性能。5.1测试环境与方案介绍测试环境的搭建及所采用的测试方案,包括单元测试、集成测试等。5.2测试结果分析对测试结果进行详细分析,找出问题的根源并
内容概要:本文详细介绍了一个基于灰狼优化算法(GWO)优化的卷积双向长短期记忆神经网络(CNN-BiLSTM)融合注意力机制的多变量多步时间序列预测项目。该项目旨在解决传统时序预测方法难以捕捉非线性、复杂时序依赖关系的问题,通过融合CNN的空间特征提取、BiLSTM的时序建模能力及注意力机制的动态权重调节能力,实现对多变量多步时间序列的精准预测。项目不仅涵盖了数据预处理、模型构建与训练、性能评估,还包括了GUI界面的设计与实现。此外,文章还讨论了模型的部署、应用领域及其未来改进方向。 适合人群:具备一定编程基础,特别是对深度学习、时间序列预测及优化算法有一定了解的研发人员和数据科学家。 使用场景及目标:①用于智能电网负荷预测、金融市场多资产价格预测、环境气象多参数预报、智能制造设备状态监测与预测维护、交通流量预测与智慧交通管理、医疗健康多指标预测等领域;②提升多变量多步时间序列预测精度,优化资源调度和风险管控;③实现自动化超参数优化,降低人工调参成本,提高模型训练效率;④增强模型对复杂时序数据特征的学习能力,促进智能决策支持应用。 阅读建议:此资源不仅提供了详细的代码实现和模型架构解析,还深入探讨了模型优化和实际应用中的挑战与解决方案。因此,在学习过程中,建议结合理论与实践,逐步理解各个模块的功能和实现细节,并尝试在自己的项目中应用这些技术和方法。同时,注意数据预处理的重要性,合理设置模型参数与网络结构,控制多步预测误差传播,防范过拟合,规划计算资源与训练时间,关注模型的可解释性和透明度,以及持续更新与迭代模型,以适应数据分布的变化。
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

打赏作者

流光影下

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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