C#.Net前台线程与后台线程的区别

本文详细解释了.NET环境中前台线程和后台线程的区别及应用。重点介绍了它们如何影响应用程序的生命周期,并通过示例代码展示了如何设置线程类型及其对程序运行的影响。
.Net的公用语言运行时(Common Language Runtime,CLR)能区分两种不同类型的线程:前台线程和后台线程。这两者的区别就是:应用程序必须运行完所有的前台线程才可以退出;而对于后台线程,应用程序则可以不考虑其是否已经运行完毕而直接退出,所有的后台线程在应用程序退出时都会自动结束。

  .Net环境使用Thread建立的线程默认情况下是前台线程,即线程属性IsBackground=false,在进程中,只要有一个前台线程未退出,进程就不会终止。主线程就是一个前台线程。
而后台线程不管线程是否结束,只要所有的前台线程都退出(包括正常退出和异常退出)后,进程就会自动终止。一般后台线程用于处理时间较短的任务,如在一个Web服务器中可以利用后台线程来处理客户端发过来的请求信息。而前台线程一般用于处理需要长时间等待的任务,如在Web服务器中的监听客户端请求的程序,或是定时对某些系统资源进行扫描的程序。
 
需要明白的概念性问题:
线程是寄托在进程上的,进程都结束了,线程也就不复存在了!
只要有一个前台线程未退出,进程就不会终止!即说的就是程序不会关闭!(即在资源管理器中可以看到进程未结束。)

测试代码:

public partial class Form1 : Form
   {
       public Form1()
       {
           InitializeComponent();
       }
 
       /// <summary>
       /// 弹出窗体Form2
       /// </summary>
       /// <param name="sender"></param>
       /// <param name="e"></param>
       private void button1_Click(object sender, EventArgs e)
       {
           Form2 _frm2 = new Form2();
           _frm2.Show();
       }
 
       
   }
 
public partial class Form2 : Form
   {
       public Form2()
       {
           InitializeComponent();
       }
 
       Thread _Thread = null;
 
       private void Form2_Load(object sender, EventArgs e)
       {
           _Thread = new Thread(() => { while (true) { /*制造无限循环,等待用户关闭线程*/ } });
 
           _Thread.IsBackground = false;//false:设置为前台线程,系统默认为前台线程。
           //_Thread.IsBackground = true;//true:后台线程
 
           _Thread.Start();
       }
   }
测试结果:注意在Debug模式下,看看vs是否关闭!!! 或者通过Realse模式,观看【资源管理器】中的应用程序线程是否关闭。

如设为前台线程,即IsBackground = False,关闭窗体2,在关闭窗体1,虽然窗体1关闭了,然而应用程序还是停留在资源管理器中。
如设为后台线程,即IsBackground = True, 关闭窗体1后,应用程序立刻从资源管理器中结束。
复制代码

补充说明1:

复制代码
private void Form2_Load(object sender, EventArgs e)
        {
            Thread _Thread = new Thread(() => 
            { 
                while (true) 
                { 
                    /*制造无限循环,等待用户关闭线程*/
                    this.BeginInvoke(new MethodInvoker(() => { this.Text = ""; }));
                    Thread.Sleep(3000);
                }
            });
            _Thread.IsBackground = true;
            _Thread.Start();  
        }

        //如果_Thread.IsBackground = true;为后台线程
        //场景1:打开Form1窗口后,立刻点击Button按钮弹出Form2窗口,此时Form2窗口中的线程已经启动了,
        //操作1:立刻关闭Form1窗口(主线程),此时不会出现任何的错误消息,同时资源管理器中ThreadDemo进程已经退出。
        //操作2:此时关闭Form2窗口,大概等待3秒后,程序会出现崩溃的消息,其原因是因为Form2窗口中的线程有操作UI的代码,而此时的Form2窗口已经关闭了(窗体对象已经释放)

    }
复制代码

补充说明2:

复制代码
 private void Form2_Load(object sender, EventArgs e)
        {
            Thread _Thread = new Thread(() =>
            {
                while (true)
                {
                    //if (this.IsHandleCreated)
                    /*制造无限循环,模型耗时的任务*/
                    this.BeginInvoke(new MethodInvoker(() => { this.Text = ""; }));
                    Thread.Sleep(3000);
                }
            });
            _Thread.IsBackground = false;
            _Thread.Start();
        }

        //如果_Thread.IsBackground = false;为前台线程
        //场景1:打开Form1窗口后,立刻点击Button按钮弹出Form2窗口,此时Form2窗口中的线程已经启动了,
        //操作(1):立刻关闭Form1窗口(主线程),大概等待3秒后,程序会出现崩溃的消息。
        //操作(2):此时关闭Form2窗口,现象和上面一样。
        //,其原因是因为Form2窗口中的线程有操作UI的代码而此时的Form2窗口已经关闭了(窗体对象已经释放)

        //此处如果程序不崩溃的话(if (this.IsHandleCreated)加上这句的话),则上面的两个操作可以在资源管理器中看到线程ThreadDemo一直存在进程中。

    }
复制代码

 

如果想让上面的程序不崩溃可以使用:

  if (this.IsHandleCreated)
                    {
                        /*制造无限循环,模型耗时的任务*/
                        this.BeginInvoke(new MethodInvoker(() => { this.Text = ""; }));
                    }
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化训练,到执行分类及结果优化的完整流程,并介绍了精度评价通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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