java并发编程------1、上下文切换 + 死锁

理论:
单核的计算机也可以实现多线程的操作,原因是因为cpu可以进行线程间的上下文切换,但上下文切换的时候需要保证记得切换前的线程执行位置,因为后面再切换回来的时候需要知道上一次已经执行在什么地方了,由此看来,上下文的切换时需要消耗性能的,也就是说多线程是比较吃性能的。
所以多线程一定会比串型执行效率高(花的时间少)?

public class ConcurrencyTest  {
    private static final long count = 100001;

    public static void main(String[] args) throws InterruptedException {
        concur();
        serilize();
    }
    
    public static void concur() throws InterruptedException {
        long start = System.currentTimeMillis();
        Thread t1 = new Thread(new Runnable() {
            @Override
            public void run() {
                int a = 0;
                for (long  i = 0; i < count; i++) {
                    a += 5;
                }
            }
        });
        t1.start();
        int b = 0;
        for (long j = 0; j < count; j++){
            b--;
        }
        long spendTime = System.currentTimeMillis() - start;
        t1.join(); // join方法是什么意思去了
        System.out.println("concur spendTime = " + spendTime + " and b = " + b);
    }

    public static void serilize(){
        long a = 0;
        long b = 0;

        long start = System.currentTimeMillis();
        for ( long i = 0;i < count ; i++){
            a += 5;
        }
        for ( long j = 0; j< count ; j++) {
            b--;
        }
        long spendTime = System.currentTimeMillis() - start;
        System.out.println("serilize spendTIme = " + spendTime + "and a = " + a + ",b = " + b);
    }
}

通过代码操作可知,当并发执行累加操作不超过百万次时,速度会比串行执行累加操作要慢。那么,为什么并发执行的速度会比串行慢呢?这是因为线程有创建和上下文切换的开销。
所以如何较少上下文的切换呢?

减少上下文切换的方法有无锁并发编程、CAS算法、使用最少线程和使用协程。
·无锁并发编程。多线程竞争锁时,会引起上下文切换,所以多线程处理数据时,可以用一 些办法来避免使用锁,如将数据的ID按照Hash算法取模分段,不同的线程处理不同段的数据。
·CAS算法。Java的Atomic包使用CAS算法来更新数据,而不需要加锁。
·使用最少线程。避免创建不需要的线程,比如任务很少,但是创建了很多线程来处理,这
样会造成大量线程都处于等待状态。
·协程:在单线程里实现多任务的调度,并在单线程里维持多个任务间的切换。


死锁代码:

public class DeadLockDemo {
    
    public static Resource r1 = new Resource();
    public static Resource r2 = new Resource();

    public static void main(String[] args) {
        Thread t1 = new Thread(new Runnable() {
            @Override
            public void run() {
                System.out.println("t1想拿到r1的资源...");
//                getR1(); // 此处方法内有占有r1锁,方法执行完毕后,自动释放了
                // 需要在线程里主动占有锁资源
                synchronized (r1) {
                    System.out.println("t1拿到了r1资源,t1高兴了一秒");
                    try {
                        Thread.sleep(1000);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                    System.out.println("现在t1想拿到r2的资源...");
                    synchronized (r2) {
                        System.out.println("t1拿到了r2的资源");
                    }
                }
            }
        },"t1");
        Thread t2 = new Thread(new Runnable() {
            @Override
            public void run() {
                System.out.println("t2想拿到r2的资源...");
                synchronized (r2) {
                    System.out.println("t2拿到了r2的资源,不用高兴,直接去拿r1");
                    synchronized (r1) {
                        System.out.println("t2拿到了r1的资源");
                    }
                }
            }
        },"t2");
        t1.start();
        t2.start();
    }

    static class Resource {

    }

}

案例中没有新建一个静态内部类(Resource),而是直接把两个字符串A、B当作两个资源,记得有说过不要把String进行加锁。

【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学方程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深入理解四轴飞行器的飞行动力学特性与控制机制;同时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及无人机相关领域的工程技术人员,尤其适合从事飞行器建模、控制算法开发的研究生和初级研究人员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无人机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学方程的推导与实现方式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。同时可扩展为六自由度模型或加入外部干扰以增强仿真真实性。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协同轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无人机、无人车编队等场景。同时,文档列举了大量相关科研方向与代码资源,展示了DMPC在路径规划、协同控制、电力系统、信号处理等多领域的广泛应用。; 适合人群:具备一定自动化、控制理论或机器人学基础的研究生、科研人员及从事智能系统开发的工程技术人员;熟悉Matlab/Simulink仿真环境,对多智能体协同控制、优化算法有一定兴趣或研究需求的人员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协同控制研究,如无人机集群、无人驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,同时参考文中提及的路径规划、协同控制等相关案例,加深对分布式控制系统的整体理解。
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