线程的休眠

本文详细介绍了Java中Thread类和Runnable接口的多线程实现方式,包括线程名称设置、休眠时间操作及异常处理,并通过实例代码进行演示。

 

Thread类的实现

class MyThread extends Thread{
 private int time;
 public MyThread (String name,int time){   //设置线程的名称和休眠时间;
  super(name); //得到线程的名称
  this.time = time;//得到线程和休眠时间单位毫秒
 }
 public void run(){
  try { //捕获异常
   Thread.sleep(this.time);
  } catch (InterruptedException e) {
   // TODO Auto-generated catch block
   e.printStackTrace(); //如果出现异常,则打印出来。
  }
  System.out.println(Thread.currentThread()//得到当前正在被执行的线程的引用
    .getName()+"休眠时间"+this.time+"毫秒");
 }
}
public class ExceDemo01 {
 public static void main(String[] args) {
  MyThread mt1 = new MyThread("线程A", 10000);  
  MyThread mt2 = new MyThread("线程B", 20000);
  MyThread mt3 = new MyThread("线程C", 30000);
  mt1.start();
  mt2.start();
  mt3.start();


 }
}

Runnable接口的实现

class TheThread implements Runnable{
 private int time;
 private String name;
 public TheThread (String name,int time){   //设置线程的名称和休眠时间;
  this.name = name;  //得到线程的名称
  this.time = time;  //得到线程的休眠时间
 }
 public void run(){
  try {
   Thread.sleep(this.time);
  } catch (InterruptedException e) {
   // TODO Auto-generated catch block
   e.printStackTrace(); //如果出现异常,则打印出来。
  }
  System.out.println(this.name+"休眠时间"+this.time+"毫秒");
 }
}
public class ExceDemo02 {
 public static void main(String[] args) {
  TheThread mt1 = new TheThread("线程A", 10000);
  TheThread mt2 = new TheThread("线程B", 20000);
  TheThread mt3 = new TheThread("线程C", 30000);
  new Thread(mt1).start();
  new Thread(mt2).start();
  new Thread(mt3).start();

 

 }
}

 

两种方法的说明:

多线程主要是用Thread类和Runnable接口来实现


Thread类中对于线程的名称可以使用super(name)来得到;
在打印输出的时候可以使用Thread.currentThread.getname()的方法来得到线程的名称;
currentThread返回的是当前正在执行线程的引用
线程可以直接使用类名.start方法直接运行

Runnable中不存在super,所以线程的名称只能用this.name=name来实现
线程的启动也不能使用start的方法,用new Thread(类名)的方法来启动

 

 

 

 

 


 


 

版权声明:本文为博主原创文章,未经博主允许不得转载。

转载于:https://www.cnblogs.com/penggy/p/4786512.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