生产线程(控制同时运行线程总量)

本文介绍了一个简单的线程池实现方案,通过限制同时运行的线程数来提高资源利用率。主要包含两个类:ProductThread和ThreadProducer,前者为线程工作单元,后者负责线程的生产和回收。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

用处:多线程编程中,限制线程的总数量。

 

使用方式:

Runnable runnable = 一个实现了Runnable接口的对象 ;

ProductThread pt = ThreadProducer.instance().getThread(runnable) ; 
pt.start() ;

 

ProductThread.java

package net.xy.timer;
/**
 * 线程
 * @author ooi
 *
 */
public class ProductThread extends Thread{
    
    public ProductThread(Runnable runnable){
        super(runnable) ; 
    }
    
    public void run(){
        super.run() ;
        //收尾
        ThreadProducer.instance().remove(this) ;
    }
    
}

ThreadProducer.java

package net.xy.timer;

import java.util.ArrayList;
import java.util.List;

/**
 * 线程生成者
 * 生产方式:有需求则生产
 * 限制:同时处于使用中的线程只能有N个
 * 如果当前不可生成,则进入等待状态,直到到达可以生产条件
 * @author ooi
 *
 */
public class ThreadProducer {
    //单例
    private static ThreadProducer m = null ;
    private ThreadProducer(){
        init() ; 
    }
    public static ThreadProducer instance(){
        if( m == null ){
            m = new ThreadProducer() ; 
        }
        return m ; 
    }
    
    /**
     * 同时处于使用中的线程最多能有几个
     */
    public static final int MAX_COUNT = 16 ; 
    
    /**
     * 所有没有使用结束的线程
     */
    private List<ProductThread> productThreadList ; 
    
    /**
     * 获取线程总数
     */
    public int getThreadCount(){
        synchronized (productThreadList) {
            System.out.println(productThreadList.size());
            return productThreadList.size() ; 
        }
    }
    
    /**
     * 初始化
     */
    private void init(){
        productThreadList = new ArrayList<ProductThread>() ; 
    }
    
    /**
     * 生成一个线程<br>
     * 如果当前不可生成,则进入等待状态,直到到达可以生产条件
     */
    public ProductThread getThread(Runnable runnable){
        //判断限制条件
        if( getThreadCount() >= MAX_COUNT ){
            synchronized (this) {
                try {
                    this.wait() ;
                } catch (InterruptedException e) {
                    e.printStackTrace();
                } 
            }
        }
        //生成线程
        ProductThread productThread = new ProductThread(runnable) ; 
        synchronized (productThreadList) {
            productThreadList.add(productThread) ; 
        }
        return productThread ; 
    }
    
    /**
     * 移除使用结束的线程(一定要移除)
     * @param productThread
     */
    public void remove(ProductThread productThread){
        synchronized (productThreadList) {
            productThreadList.remove(productThread) ; 
        }
        if( getThreadCount() < MAX_COUNT ){
            synchronized (this) {
                this.notify() ; 
            }
        }
    }

}

 

转载于:https://www.cnblogs.com/ooi-/p/3837818.html

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支和高频结构先验建模分支结合Transformer模块和注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员和工师,尤其是对核磁共振图像超分辨率感兴趣的学者和技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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