主线程等待次线程执

本文介绍了一个简单的线程计数实现方案,通过自定义`MyCountDown`类来同步跟踪并减少活跃线程数量,确保所有任务完成。同时展示了如何通过`ImportThread`类创建多个线程,并在主线程中等待所有子线程执行完毕。

一、

package com.shine.bill;

public class MyCountDown {

    private int count;

    public MyCountDown(int count) {
        this.count = count;
    }

    public synchronized void countDown() {
        count--;
    }

    public synchronized boolean hasNext() {
        return (count > 0);
    }

    public int getCount() {
        return count;
    }

    public void setCount(int count) {
        this.count = count;
    }

}

二、

package com.shine.bill;

public class ImportThread extends Thread {

    private MyCountDown c;

    public ImportThread(MyCountDown c) {
        this.c = c;
    }

    @Override
    public void run() {
        System.out.println(Thread.currentThread().getName() + "开始...");// 打印开始标记
        // Do something
        System.out.println(Thread.currentThread().getName() + "结束. 还有"
                + c.getCount() + " 个线程");// 打印结束标记

      c.countDown();// 计时器减1
    }

}

三、

package com.shine.bill;

public class Test2 {

    /**
     * @param args
     */
    public static void main(String[] args) {

        System.out.println(Thread.currentThread().getName() + "开始");// 打印开始标记
        int threadNum = 100;
        MyCountDown c = new MyCountDown(threadNum);// 初始化countDown
        for (int ii = 0; ii < threadNum; ii++) {// 开threadNum个线程
            Thread t = new ImportThread(c);
            t.start();
        }
        while (true) {// 等待所有子线程执行完
            if (!c.hasNext())
                break;
        }
        System.out.println(Thread.currentThread().getName() + "结束.");// 打印结束标
    }

}

四、分机部署

    public static void main(String[] args) {
        
        Long marchineNum = 3L;
        Long totalCount=10L;
        for (int i = 1; i <= marchineNum; i++) {
            // 从第几条记录开始
            long startIndex = (i - 1) *(totalCount/marchineNum);
            long endIndex=0;
            // 从第几条记录结束
            if(i==marchineNum)
            {
                endIndex =10L-1;
            }else{
                endIndex = startIndex + (totalCount/marchineNum)-1;
            }
            
           System.out.println("区间:"+startIndex+"-"+endIndex);
        }
        
    }

内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术和多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估和CPO优化流程。; 适合人群:具备一定Python编程基础和优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航与避障;②研究智能优化算法(如CPO)在路径规划中的实际部署与性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构与代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略与约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
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