Java线程——用ForkJionPool小试牛刀_forkjoinpool.get()使用-优快云博客

本文链接：https://blog.youkuaiyun.com/tbc123tbc/article/details/78954330

本文介绍了一种使用Java 7的Fork/Join框架进行并行计算的方法，通过实例演示了如何利用递归任务（RecursiveTask）计算大量数据的总和，展示了并行计算在提高计算效率方面的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

并行计算，能很大的扩大计算机的性能。

在研究java多线程的并发的时候了解到——Java7就提供了这么一个Fork/Join框架来支持并行计算。Fork/Join框架的核心类ForkJoinPool，它能够接收一个ForkJoinTask，并得到计算结果。ForkJoinTask有两个子类，RecursiveTask（有返回值）和RecursiveAction（无返回结果），我们自己定义任务时，只需选择这两个类继承即可，来小试牛刀吧。

import java.util.Random;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveTask;

public class SumArray extends RecursiveTask<Integer> {


    private static final int THRESHOLD=500000;//阀值
    private long[] array;
    private int low;
    private  int high;

    public SumArray(long[] array, int low, int high) {
        this.array = array;
        this.low = low;
        this.high = high;
    }

    @Override
    protected Integer compute() {
        int sum=0;
        if(high-low<=THRESHOLD){
            for(int i=low;i<high;i++){
                sum+=array[i];
            }
        }else{
            int mid=(low+high)>>>1;
            SumArray left=new SumArray(array,low,mid);
            SumArray right=new SumArray(array,mid+1,high);


            left.fork();
            right.fork();


            sum=left.join()+right.join();
        }
        return sum;
    }

    public static long[] genArray(int size){

long[] array=new long[size];
for(int i=0;i<size;i++){
    array[i]=new Random().nextLong();
}
return array;
    }
    public static void main(String[] args) throws ExecutionException, InterruptedException {
long[] array=genArray(1000000);
//System.out.println(Arrays.toString(array));
        //1、创建任务
        SumArray sumArray=new SumArray(array,0,array.length-1);
        long begin=System.currentTimeMillis();
        //2、创建线程池ForkJoinPool
        ForkJoinPool forkJoinPool=new ForkJoinPool();

        //3、提交任务到线程池
        forkJoinPool.submit(sumArray);

        //4、获取结果
        int result=sumArray.get();

        long end=System.currentTimeMillis();
        long time=end-begin;
        System.out.println("计算一百万个数字的和总耗时为："+time+"ns(纳秒)");
        System.out.println("结果是："+result);
    }
}

运行结果如下：

计算一百万个数字的和总耗时为：13ns(纳秒)
结果是：803161272

我的还是很普通的笔记本，服务器就更快了。并行计算用于大数据时代真实给力。