《多线程编程》学习之四:synchronized同步方法

本文深入探讨了线程安全问题,包括实例变量的非线程安全现象、如何使用synchronized关键字解决该问题、对象锁的概念以及局部变量的线程安全性。通过具体示例展示了不同场景下线程安全的实现。

       “非线程安全”发生在多个线程对同一对象实例变量进行并发访问时,结果是产生“脏读”(取得的数据是被别的线程更改过的)。

1.1 实例变量非线程安全

      先看下面一个例子:为普通会员与vip会员设置相应的折扣。

1)Discount.java : 是一个接口,里面只有一个setDiscount(String level)方法


2)InstanceVar.java:实现Discount接口,且添加一个实例变量discount


3)ThreadNormal.java 与ThreadVip.java :两个线程类,通过调用Discount类的方法,来设置普通会员与vip会员的折扣。



4)测试:


        两个线程同时访问一个没有同步的方法,若同时操作同一对象的实例变量,则可能出现“非线程安全”。若对象仅有一个实例变量,则有可能出现覆盖的情况,如上述例子。若对象有多个实例变量,则可能出现交叉的情况。解决办法是在相应的方法前加synchronized关键字。


1.2 synchronized方法与锁对象

1)在setDiscount(String level)方法前添加synchronized关键字:


2)再进行测试:


        上述结果表明,使用synchronized关键字声明的方法是排队执行的。另外需要记住,只有共享资源的读写访问才需要同步化。


1.3 多个对象多个锁

      在上面的例子的基础上,看下面的测试:


      以上是两个线程分别访问同一个类的两个不同实例对象的同一个同步方法,是异步运行的。也就是说synchronized关键字取得的是对象锁,多个线程访问同一对象的同一个同步方法时,需要“排队”,而访问不同对象时则不需要。


1.4 方法内的变量为线程安全

1)LocalVar.java:实现Discount接口,在setDiscount方法内部有个变量discount。


2)测试:



1.5 补充

1)synchronized锁重入 

      当一个线程得到一个对象锁时,再次请求此对象锁,是可以再次得到的。也就是说,在一个synchronized方法/块的内部调用本类中的其它synchronized方法/块时,是永远可以得到锁的,否则会造成死锁。

2)出现异常时,锁被自动释放。


下载前可以先看下教程 https://pan.quark.cn/s/a426667488ae 标题“仿淘宝jquery图片左右切换带数字”揭示了这是一个关于运用jQuery技术完成的图片轮播机制,其特色在于具备淘宝在线平台普遍存在的图片切换表现,并且在整个切换环节中会展示当前图片的序列号。 此类功能一般应用于电子商务平台的产品呈现环节,使用户可以便捷地查看多张商品的照片。 说明中的“NULL”表示未提供进一步的信息,但我们可以借助标题来揣摩若干核心的技术要点。 在构建此类功能时,开发者通常会借助以下技术手段:1. **jQuery库**:jQuery是一个应用广泛的JavaScript框架,它简化了HTML文档的遍历、事件管理、动画效果以及Ajax通信。 在此项目中,jQuery将负责处理用户的点击动作(实现左右切换),并且制造流畅的过渡效果。 2. **图片轮播扩展工具**:开发者或许会采用现成的jQuery扩展,例如Slick、Bootstrap Carousel或个性化的轮播函数,以达成图片切换的功能。 这些扩展能够辅助迅速构建功能完善的轮播模块。 3. **即时数字呈现**:展示当前图片的序列号,这需要通过JavaScript或jQuery来追踪并调整。 每当图片切换时,相应的数字也会同步更新。 4. **CSS美化**:为了达成淘宝图片切换的视觉效果,可能需要设计特定的CSS样式,涵盖图片的排列方式、过渡效果、点状指示器等。 CSS3的动画和过渡特性(如`transition`和`animation`)在此过程中扮演关键角色。 5. **事件监测**:运用jQuery的`.on()`方法来监测用户的操作,比如点击左右控制按钮或自动按时间间隔切换。 根据用户的交互,触发相应的函数来执行...
垃圾实例分割数据集 一、基础信息 • 数据集名称:垃圾实例分割数据集 • 图片数量: 训练集:7,000张图片 验证集:426张图片 测试集:644张图片 • 训练集:7,000张图片 • 验证集:426张图片 • 测试集:644张图片 • 分类类别: 垃圾(Sampah) • 垃圾(Sampah) • 标注格式:YOLO格式,包含实例分割的多边形点坐标,适用于实例分割任务。 • 数据格式:图片文件 二、适用场景 • 智能垃圾检测系统开发:数据集支持实例分割任务,帮助构建能够自动识别和分割图像中垃圾区域的AI模型,适用于智能清洁机器人、自动垃圾桶等应用。 • 环境监控与管理:集成到监控系统中,用于实时检测公共区域的垃圾堆积,辅助环境清洁和治理决策。 • 计算机视觉研究:支持实例分割算法的研究和优化,特别是在垃圾识别领域,促进AI在环保方面的创新。 • 教育与实践:可用于高校或培训机构的AI课程,作为实例分割技术的实践数据集,帮助学生理解计算机视觉应用。 三、数据集优势 • 精确的实例分割标注:每个垃圾实例都使用详细的多边形点进行标注,确保分割边界准确,提升模型训练效果。 • 数据多样性:包含多种垃圾物品实例,覆盖不同场景,增强模型的泛化能力和鲁棒性。 • 格式兼容性强:YOLO标注格式易于与主流深度学习框架集成,如YOLO系列、PyTorch等,方便研究人员和开发者使用。 • 实际应用价值:直接针对现实世界的垃圾管理需求,为自动化环保解决方案提供可靠数据支持,具有重要的社会意义。
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