volatile和atomicInteger的区别理解特性

今天突然有个同事问我这个问题,我当时确实说实话有些苦笑不得,这个东西应该算是基础吧。

我想他不知道,肯定大家有些人也都不知道,所以在这里总结一下。

以下内容纯个人理解,如有偏差评论区见:

atomicInteger可以保证变量的原子性

volatile是在一个变量改变了以后通知其他所有线程,这个变量改变了。(这里只是做个比喻,并不是真正的通知,),主要取决于他的有序性和可见性

什么是有序性?

当我们使用java语法进行编程时,最终虚拟机还要将java语言翻译为CPU认识的指令
为了加快CPU的利用率,会对我们流程控制的指令进行重排序在Java内存模型中,就是编译器为了优化性能,有时候会改变程序中语句的先后顺序,例如程序中:“a=6;b=7;”编译器优化后可能变成“b=7;a=6;”,在这个例子中,编译器调整了语句的顺序,但是不影响程序的最终结果。不过有时候编译器及解释器的优化可能导致意想不到的 Bug。 但是指令重排序的规则需要满足先行先发生(happens-before)规则,比如说对一个线程的启动要先行发生于这个线程的其他操作,不能把启动线程的指令重排序到线程执行的任务后面
在 Java 领域一个经典的案例就是利用双重检查创建单例对象,例如下面的代码:在获取实例 getInstance() 的方法中,我们首先判断 instance 是否为空,如果为空,则锁定 Singleton.class 并再次检查 instance 是否为空,如果还为空则创建 Singleton 的一个实例。

public class Singleton {
  static Singleton instance;
  static Singleton getInstance(){
    if (instance == null) { // B在这里判断,拿到了A没有创建完的对象
      synchronized(Singleton.class) {
        if (instance == null)
          instance = new Singleton(); // A在这里创建
        }
    }
    return instance;
  }
}

假设有两个线程 A、B 同时调用 getInstance() 方法,他们会同时发现 instance == null ,于是同时对 Singleton.class 加锁,此时 JVM 保证只有一个线程能够加锁成功(假设是线程 A),另外一个线程则会处于等待状态(假设是线程 B);线程 A 会创建一个 Singleton 实例,之后释放锁,锁释放后,线程 B 被唤醒,线程 B 再次尝试加锁,此时是可以加锁成功的,加锁成功后,线程 B 检查 instance == null 时会发现,已经创建过 Singleton 实例了,所以线程 B 不会再创建一个 Singleton 实例。// 双重检查锁

这看上去一切都很完美,无懈可击,但实际上这个 getInstance() 方法并不完美。问题出在哪里呢?出在 new 操作上,我们以为的 new 操作应该是:

分配一块内存 M;
在内存 M 上初始化 Singleton 对象;
然后 M 的地址赋值给 instance 变量。
但是实际上优化后的执行路径却是这样的:

分配一块内存 M;
将 M 的地址赋值给 instance 变量;
最后在内存 M 上初始化 Singleton 对象。

    优化后会导致什么问题呢?我们假设线程 A 先执行 getInstance() 方法,当执行完指令 2 时恰好发生了线程切换,切换到了线程 B 上;如果此时线程 B 也执行 getInstance() 方法,那么线程 B 在执行第一个判断时会发现 instance != null ,所以直接返回 instance,而此时的 instance 是没有初始化过的,如果我们这个时候访问 instance 的成员变量就可能触发空指针异常。

在这里插入图片描述

什么又是可见性呢?

在Java内存模型中,每个线程有一份自己的工作内存和主内存,读取数据时需要先从主内存拷贝到工作内存,修改数据时只在自己的工作内存中进行修改,如果多个线程同时操作某个数据,进行修改后未写回主内存,那么其他线程无法感知该数据变动,;例如下面这份代码就会产生问题因为是新开一个线程进行操作,另一个线程虽然设置了100,但是它并不知道,所以一直在那循环执行。

//nonVolatileNumber 是未被volatile修饰的
new Thread(() -> {
    while (nonVolatileNumber == 0) {}
}).start();
​
TimeUnit.SECONDS.sleep(1);
nonVolatileNumber = 100;

综上:

atomicInteger的原子性可以保证多线程在操作变量使用方法incrementAndGet保证原子性,就是多线程的时候多个线程操作也保证变量不被减为负数,变量不能加的超过你规定的值。

而我们知道这种类似++的操作其实虽然看起来是一行代码,其实他不是的,它是由几步组成的。
1.读出数据,2修改数据,3将数据放回去。
这种情况volatile无法保证原子性,所以你要是多线程对数据进行++操作的时候,这个变量是volatile并不能保证原子性,必须要对++操作进行加锁。

volatile只能保证put和get的多线程安全,当运算结果并不依赖变量的当前值,或者能够确保只有单一的线程会修改变量的值,

总结一下:volatile只能保证别的线程看到的都是最后结果,并不能保证原子性,中途发生的原子性问题都无法解决只能加锁需要用别的例如synchronized。

如果解决了你的疑惑,帮我点个赞吧

定义:上下文无关文法是一种描述形式语言的数学模型,由四元组 G=(V,Σ,R,S) 构成。其中,V 是非终结符集合,Σ 是终结符集合,R 是产生式规则集合,S 是起始符号。 示例:在文档中,有 G(E) 和 G(S) 等上下文无关文法,用于描述表达式的结构。例如,G(E) 的定义如下: E→T∣E+T∣E−T T→F∣T∗F∣T/F F→(E)∣i 这里,E、T、F 是非终结符,而 +、−、∗、/、() 和 i 是终结符。该文法用于描述算术表达式的构造方式。 推导是根据文法规则从起始符号逐步生成句子的过程,分为两种类型: 最左推导:始终扩展当前最左边的未展开非终结符。 最右推导:始终扩展当前最右边的未展开非终结符。 例如,在 G(N) 的上下文无关文法中,数字的最左推导过程可以表示为: N⇒ND⇒NDD⇒⋯⇒DDD⇒0DDD⇒01DD⇒012D⇒0127 语法树是通过图形方式展示字符串如何根据文法规则进行推导的结构。它清晰地反映了推导过程中的层次关系。例如,对于表达式 i+i∗i,其语法树可以直观地展示操作符和操作数之间的层次结构。 如果一个句子存在多个不同的语法树,即可以通过多种推导过程生成,那么这个文法就被认为是二义性的。例如,句子 iiiei 有两个可能的语法树,这表明该文法存在二义性。 在自动机理论中,确定化是指将非确定有限自动机(NFA)转换为确定有限自动机(DFA),以确保每个状态在读取输入符号时只有一个确定的转移路径。最小化则是指去除 DFA 中的冗余状态,以获得更简洁的模型。文档中提供了 DFA 确定化和最小化的详细步骤示例。 正则表达式是一种用于匹配字符串模式的工具。文档中给出了许多正则表达式的例子,例如 (0∣1)∗01,用于匹配所有以“01”结尾的由 0 和 1 组成的字符串。正则表达式在文本处理和模式匹配中具有广泛应用。 综上所述,编译原理不仅涉
评论 1
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