6.volatile关键字。

Volatile关键字详解
本文深入讲解了Java中Volatile关键字的作用及其应用场景。通过对比使用与未使用Volatile的例子,阐述了其确保多线程环境下变量可见性的原理。此外,还探讨了Volatile与synchronized关键字的区别,以及如何结合Atomic类实现更高效的线程安全操作。
  1. Volatile关键字的主要作用是使变量在多个线程间可见。
  2.     java中,每一个线程都会有一块内存区,其中存放着所有线程共享的主内存中变量值的拷贝,当线程执行时,他在自己的工作内存中操作这些变量,为了存取一个共享变量,一个线程通常先获取锁定并清除他的内存工作区,把这些变量从所有的共享内存区中装入到他自己所在的工作内存区中,当线程结束时保证该工作内存区中变量的值回到共享内存中。
  3.    Volatile的作用就是强制线程到主内存里去读取变量,而不是去线程内存区里读取,从而实现了多个线程间变量的可见性,也就是满足线程安全的可见性。
  4. public class RunThread extends Thread{
  5.     使用volatile关键字
  6.    private volatile boolean isRunning = true;
  7.    private void setRunning(boolean isRunning){
  8.       this.isRunning = isRunning;
  9.    }
  10.   
  11.    public void run(){
  12.       System.out.println("进入run方法..");
  13.       int i = 0;
  14.       while(isRunning == true){
  15.          //..
  16.       }
  17.       System.out.println("线程停止");
  18.    }
  19.   
  20.    public static void main(String[] args) throws InterruptedException {
  21.       RunThread rt = new RunThread();
  22.       rt.start();
  23.       Thread.sleep(1000);
  24.       rt.setRunning(false);
  25.       System.out.println("isRunning的值已经被设置了false");
  26.    }
  27.   
  28.   
  29. }
  30. 输出结果:
  31. 进入run方法..
  32. isRunning的值已经被设置了false
  33. 线程停止
  34.  
  35. public class RunThread extends Thread{
  36.      
  37.    private  boolean isRunning = true;
  38.    private void setRunning(boolean isRunning){
  39.       this.isRunning = isRunning;
  40.    }
  41.   
  42.    public void run(){
  43.       System.out.println("进入run方法..");
  44.       int i = 0;
  45.       while(isRunning == true){
  46.          //..
  47.       }
  48.       System.out.println("线程停止");
  49.    }
  50.   
  51.    public static void main(String[] args) throws InterruptedException {
  52.       RunThread rt = new RunThread();
  53.       rt.start();
  54.       Thread.sleep(1000);
  55.       rt.setRunning(false);
  56.       System.out.println("isRunning的值已经被设置了false");
  57.    }
  58.   
  59.   
  60. }
  61.  
  62. 输出结果:未使用volatile关键字,isRunning改变,线程未发现改变。
  63. 进入run方法..
  64. isRunning的值已经被设置了false
  65. Volatile关键字拥有多个线程的可见性,却不具备同步性(原子性)可以算是一个轻量级的synchronized,性能比synchronized强的多,不会造成阻塞,。Volatile只针对多线程可见性,并不能替换sychronized同步的功能。
  66. public class AtomicUse {
  67.             可见的但不同步
  68.    private static AtomicInteger count = new AtomicInteger(0);
  69.   
  70.    //多个addAndGet在一个方法内是非原子性的,需要加synchronized进行修饰,保证4addAndGet整体原子性
  71.    /**synchronized*/同步
  72.    public synchronized int multiAdd(){
  73.          try {
  74.             Thread.sleep(100);
  75.          } catch (InterruptedException e) {
  76.             e.printStackTrace();
  77.          }
  78.          count.addAndGet(1);
  79.          count.addAndGet(2);
  80.          count.addAndGet(3);
  81.          count.addAndGet(4); //+10
  82.          return count.get();
  83.    }
  84.   
  85.   
  86.    public static void main(String[] args) {
  87.      
  88.       final AtomicUse au = new AtomicUse();
  89.  
  90.       List<Thread> ts = new ArrayList<Thread>();
  91.       for (int i = 0; i < 100; i++) {
  92.          ts.add(new Thread(new Runnable() {
  93.             @Override
  94.             public void run() {
  95.                 System.out.println(au.multiAdd());
  96.             }
  97.          }));
  98.       }
  99.  
  100.       for(Thread t : ts){
  101.          t.start();
  102.       }
  103.  
  104.  
  105.   
  106.      
  107.  
  108.      
  109.    }
  110. }
  111. 输出结果:
  112. 10
  113. 20
  114. 30
  115. 40
  116. 50
  117. 60
  118. …………………….
  119.  
内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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