线程Thread、线程池ThreadPool

本文详细解析了C#中Thread类与ThreadPool的使用方法,包括如何调用含参方法,线程与线程池的区别,以及前后台线程的概念。深入探讨了线程创建与管理的技术细节。

Thread调用含参方法,参数必须是object类。ThreadPool调用的方法,无论是否含参,方法必须有object类参数(可不用,但得有)

【线程】

using System;
using System.Threading;

namespace ConsoleApplication3
{
    class Program
    {
        void DownloadFile(object filename)//线程调用含参方法时,所含参数必须为object类型
        {
            Console.WriteLine("开始下载:" + Thread.CurrentThread.ManagedThreadId + filename);
            Thread.Sleep(2000);
            Console.WriteLine("下载完成");
        }
        static void Main(string[] args)
        {
            Program p = new Program();//类的对象,方便引用非静态成员
            Thread t = new Thread(p.DownloadFile);
            t.Start("xxx.bt");//给含参方法赋值
        }
    }
}

【线程池】

using System;
using System.Threading;

namespace ConsoleApplication3
{
    class Program
    {
        void DownloadFile(object filename)//线程池调用的方法,必须含object类型参数,即使不使用
        {
            Console.WriteLine("开始下载:" + Thread.CurrentThread.ManagedThreadId + filename);
            Thread.Sleep(2000);
            Console.WriteLine("下载完成");
        }
        static void Main(string[] args)
        {
            Program p = new Program();
            ThreadPool.QueueUserWorkItem(p.DownloadFile, "xxx.bt");
            ThreadPool.QueueUserWorkItem(p.DownloadFile);//如不用参数,此处省略。方法中不能省略
            ThreadPool.QueueUserWorkItem(p.DownloadFile, "xxx.bt");
            Console.ReadKey();
        }
    }
}

Thread创建的线程,默认是前台线程。线程池默认是后台线程

一个进程可以有多个线程。所有的前台线程运行结束,进程才结束(如Main方法结束,但进程仍然运行)。进程结束,后台线程会被强行终止。

Thread类设置IsBackground属性,设定前台线程、后台线程(t.IsBackground=true)。

入池的线程,不可更改为前台线程,不能设置优先级、名称,只能用于时间较短的小任务。如需一直运行,应使用Thread类创建线程。

 

转载于:https://www.cnblogs.com/xixixing/p/10850473.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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