线程总结(sleep,join,yield,getPriority,setPriority,wait,notify,notifyAll)

1.sleep

    是Thread的静态方法,public static void sleep(long mililis) throws InterruptedException 使得当前线程处于休眠状态。Tread.sleep();

sleep() 允许指定以毫秒为单位的一段时间作为参数,它使得线程在指定的时间内进入阻塞状态,不能得到CPU 时间片,指定的时间一过,线程重新进入可执行状态。说白了 ,也就是把机会给其他线程,但是监控状态依然保持。重要的一点就是 当调用sleep()方法是 不会 释放对象锁的。

     举例:

 

public class SleepTest implements Runnable {
	static int b = 100;
	
	public void run() {
		try {
			System.out.println("m1");
			b--;
			Thread.sleep(5000);
			System.out.println("m1" + "Thread=" + Thread.currentThread().getName()
					+ " " + this + " " + "b=:" + b);
		} catch (Exception e) {
			e.printStackTrace();
		}
	}

	public static void main(String args[]) throws Exception {
		SleepTest ss = new SleepTest();
		Thread tt = new Thread(ss);
		Thread tt1 = new Thread(ss);
		tt.start();
		tt1.start();
	}
}

  

   运行结果:

    m1
    m1
    m1Thread=Thread-0
CopyOfsynchro@f62373 b=:98
    m1Thread=Thread-1
CopyOfsynchro@f62373 b=:98

 

2.wait,notify,notifyall

    是Object 类的方法。所有对象都拥有这一对方法。这一对方法阻塞时要释放占用的锁,而锁是任何对象都具有的,调用任意对象的 wait() 方法导致线程阻塞,并且该对象上的锁被释放。

notify()是释放对象的wait()方法而阻塞线程(但是也要当得到锁后才可以运行)但是这个释放是随机的,也就是不一定要释放那个线程。(因为调用同一资源的可能不是一个线程或者说是有多个阻塞的线程在等待,但是如果加了synchronized也只有一个线程,也有其他的线程在等待中,也就是阻塞)我们无法预料哪一个线程将会被选择,所以编程时要特别小心,避免因这种不确定性而产生问题。
除了 notify(),还有一个方法 notifyAll() 也可起到类似作用,唯一的区别在于,调用 notifyAll() 方法将把因调用该对象的 wait() 方法而阻塞的所有线程一次性全部解除阻塞。当然,只有获得锁的那一个线程才能进入可执行状态。但是这一对方法却必须在 synchronized 方法或块中调用,理由也很简单,只有在synchronized 方法或块中当前线程才占有锁,才有锁可以释放。
  同样的道理,调用这一对方法的对象上的锁必须为当前线程所拥有,这样才有锁可以释放。因此,这一对方法调用必须放置在这样的 synchronized 方法或块中,该方法或块的上锁对象就是调用这一对方法的对象。若不满足这一条件,则程序虽然仍能编译,但在运行时会出现 IllegalMonitorStateException 异常。

 举例:生产者与消费者

public class ProducerConsumer {
	public static void main(String args[]){
		SyncStack ss = new SyncStack();
		Producer p = new Producer(ss);
		Consumer c = new Consumer(ss);
		new Thread(p).start();
		new Thread(c).start();
	}
}
class WoTou{
	int id ;
	public WoTou(int id){
		this.id = id;
	}
	public String toString(){
		return "WoTou:"+id;
	}
}
class SyncStack{
	int index = 0;
	WoTou[] awtWT = new WoTou[6];
	
	public synchronized void push(WoTou wt){
		while(index == awtWT.length){
			try {
				this.wait();//当前的正在访问对象的线程wait
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
		}
		this.notify();
		awtWT[index] = wt;
		index ++; 
	}
	
	public synchronized WoTou pop(){
		while(index == 0){//if->while:如果catch住异常后,假如是if并且index=0,index == 0 不再判断,index--会执行, 程序错误。所以改为while,可以避免发生如此错误。
			try {
				this.wait();//当前的正在访问对象的线程阻塞(wait),wait后对象的锁不归线程所有,直到"醒了"(notify,notifyALL),再重新找回锁。
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
		}
		this.notify();//叫醒一个正在当前对象上wait的线程。
		index--;
		return awtWT[index];
	}
}

class Producer implements Runnable{
	SyncStack ss = null;
	Producer(SyncStack ss){
		this.ss = ss;
	}
	public void run() {
		for(int i=0;i<20;i++){
			WoTou wt = new WoTou(i);
			ss.push(wt);
			System.out.println("Producer:"+wt);
			try {
				Thread.sleep((int)(Math.random()*100));
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
		}	
	}
}
class Consumer implements Runnable{
	SyncStack ss = null;
	Consumer(SyncStack ss){
		this.ss = ss;
	}
	public void run() {
		for(int i=0;i<20;i++){
			WoTou wt = ss.pop();
			System.out.println("Consumer:"+wt);
			try {
				Thread.sleep((int)(Math.random()*1000));//目的是让其他线程有执行的机会。
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
		}	
	}
}

执行结果: 

Producer:WoTou:0
Consumer:WoTou:0
Producer:WoTou:1
Producer:WoTou:2
Producer:WoTou:3
Producer:WoTou:4
Producer:WoTou:5
Producer:WoTou:6
Consumer:WoTou:6
Producer:WoTou:7
Producer:WoTou:8
Consumer:WoTou:7
Producer:WoTou:9
Consumer:WoTou:8
Consumer:WoTou:9
Producer:WoTou:10
Consumer:WoTou:10
Producer:WoTou:11
Consumer:WoTou:11
Producer:WoTou:12
Consumer:WoTou:12
Producer:WoTou:13
Consumer:WoTou:13
Producer:WoTou:14
Consumer:WoTou:14
Producer:WoTou:15
Consumer:WoTou:15
Producer:WoTou:16
Consumer:WoTou:16
Producer:WoTou:17
Consumer:WoTou:17
Producer:WoTou:18
Consumer:WoTou:18
Producer:WoTou:19
Consumer:WoTou:19
Consumer:WoTou:5
Consumer:WoTou:4
Consumer:WoTou:3
Consumer:WoTou:2
Consumer:WoTou:1

3.join

   合并某个线程。(相当方法调用)

   举例:  

public class TestJoin implements Runnable {
	static int b = 100;
	
	public void run() {
		try {
			System.out.println("m1");
			b--;
			System.out.println("m1" + "Thread=" + Thread.currentThread().getName()
					+ " " + this + " " + "b=:" + b);
		} catch (Exception e) {
			e.printStackTrace();
		}
	}

	public static void main(String args[]) throws Exception {
		TestJoin ss = new TestJoin();
		Thread tt = new Thread(ss);
		Thread tt1 = new Thread(ss);
		tt.start();
		tt.join(); //合并线程
		tt1.start();
	}
}

  

 运行结果:

   m1
   m1Thread=Thread-0
TestJoin@12b6651 b=:99
   m1
   m1Thread=Thread-1
TestJoin@12b6651 b=:98

  

4.yield

   让出CPU给其他线程执行的机会。

   举例:

public class TestYield extends Thread {
	public void run() {
		try {
			for (int i = 0; i < 100; i++) {
				System.out.println(Thread.currentThread().getName() +"i=:" + i);
				if(i%10==0){
					yield(); //让出线程执行
				}
			}
		} catch (Exception e) {
			e.printStackTrace();
		}
	}

	public static void main(String args[]) throws Exception {
		Thread tt = new TestYield();
		Thread tt1 = new TestYield();
		tt.start();
		tt1.start();
	}
}

 

 

5.getPriority,setPriority

   Java 提供一个线程调度器来监控程序中启动后就进入就绪状态的所有线程。线程调度器按照线程的优先级决定应调度哪个线程来执行。

   线程的优先级用数字表示,范围从1到10,一个线程的缺省优先级是5。

           Thread.MIN_PRIORITY = 1

           Thread.MAX_PRIORITY=10

           Thread.NORM_PRIORITY = 5

  使用下述方法获得或设置线程对象的优先级。

          int getPriority();

          void setPriority(int nexPriority);

举例:

public class TestPriority extends Thread{

	public void run() {
		try {
			for(int i=0;i<10;i++){
				System.out.println("m1" + "Thread="
						+ Thread.currentThread().getName() + " " + this + " "
						+ "i=:" + i);
			}
		} catch (Exception e) {
			e.printStackTrace();
		}
	}

	public static void main(String args[]) throws Exception {
		Thread ss = new TestPriority();
		Thread tt = new TestPriority();
		ss.start();
		tt.start();
		tt.setPriority(Thread.NORM_PRIORITY + 4);
	}
}

 一种运行结果:

m1Thread=Thread-0 Thread[Thread-0,5,main] i=:0
m1Thread=Thread-1 Thread[Thread-1,9,main] i=:0
m1Thread=Thread-1 Thread[Thread-1,9,main] i=:1
m1Thread=Thread-1 Thread[Thread-1,9,main] i=:2
m1Thread=Thread-1 Thread[Thread-1,9,main] i=:3
m1Thread=Thread-1 Thread[Thread-1,9,main] i=:4
m1Thread=Thread-1 Thread[Thread-1,9,main] i=:5
m1Thread=Thread-1 Thread[Thread-1,9,main] i=:6
m1Thread=Thread-1 Thread[Thread-1,9,main] i=:7
m1Thread=Thread-1 Thread[Thread-1,9,main] i=:8
m1Thread=Thread-1 Thread[Thread-1,9,main] i=:9
m1Thread=Thread-0 Thread[Thread-0,5,main] i=:1
m1Thread=Thread-0 Thread[Thread-0,5,main] i=:2
m1Thread=Thread-0 Thread[Thread-0,5,main] i=:3
m1Thread=Thread-0 Thread[Thread-0,5,main] i=:4
m1Thread=Thread-0 Thread[Thread-0,5,main] i=:5
m1Thread=Thread-0 Thread[Thread-0,5,main] i=:6
m1Thread=Thread-0 Thread[Thread-0,5,main] i=:7
m1Thread=Thread-0 Thread[Thread-0,5,main] i=:8
m1Thread=Thread-0 Thread[Thread-0,5,main] i=:9

优先级高的运行时间长。
 

【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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