multi-thread(二)ThreadGroup

 

1、ThreadGroup,统一管理线程,比如优先级,interrupt等

 

public class MyThreadGroup {
    public static void main( String args[] )
        throws Exception {
        ThreadGroup tg = new ThreadGroup( "My Group" );

        MyThread1 thrd1 = new MyThread1( tg, "MyThread #1" );
        MyThread1 thrd2 = new MyThread1( tg, "MyThread #2" );
        MyThread1 thrd3 = new MyThread1( tg, "MyThread #3" );

        thrd1.start();
        thrd2.start();
        thrd3.start();

        Thread.sleep( 1000 );

        System.out.println( tg.activeCount() + " threads in thread group." );

//        Thread thrds[] = new Thread[tg.activeCount()];
//        tg.enumerate( thrds );
//        for ( Thread t : thrds )
//            System.out.println( t.getName() );

        thrd1.myStop();
        Thread.sleep( 1000 );
        System.out.println( tg.activeCount() + " threads in thread group." );
        tg.interrupt();
    }
}
class MyThread1 extends Thread {
    boolean stopped;
    MyThread1( ThreadGroup tg, String name ) {
        super( tg, name );
        stopped = false;
    }
    public void run() {
        System.out.println( Thread.currentThread() + "is starting." );
        try {
            for ( int i = 1; i < 1000; i++ ) {
                System.out.print( "." );
                Thread.sleep( 250 );
                synchronized ( this ) {
                    if ( stopped )
                        break;
                }
            }
        }
        catch ( InterruptedException exc ) {
            System.out.println( Thread.currentThread() + ": " + exc );
        }
        System.out.println( Thread.currentThread() + "is end." );
    }
    synchronized void myStop() {
        stopped = true;
    }
}

 

 

内容概要:本文深入探讨了多种高级格兰杰因果检验方法,包括非线性格兰杰因果检验、分位数格兰杰因果检验、混频格兰杰因果检验以及频域因果检验。每种方法都有其独特之处,适用于不同类型的时间序列数据。非线性格兰杰因果检验分为非参数方法、双变量和多元检验,能够在不假设数据分布的情况下处理复杂的关系。分位数格兰杰因果检验则关注不同分位数下的因果关系,尤其适合经济数据的研究。混频格兰杰因果检验解决了不同频率数据之间的因果关系分析问题,而频域因果检验则专注于不同频率成分下的因果关系。文中还提供了具体的Python和R代码示例,帮助读者理解和应用这些方法。 适合人群:从事时间序列分析、经济学、金融学等领域研究的专业人士,尤其是对非线性因果关系感兴趣的学者和技术人员。 使用场景及目标:①研究复杂非线性时间序列数据中的因果关系;②分析不同分位数下的经济变量因果关系;③处理不同频率数据的因果关系;④识别特定频率成分下的因果关系。通过这些方法,研究人员可以获得更全面、细致的因果关系洞察。 阅读建议:由于涉及较多数学公式和编程代码,建议读者具备一定的统计学和编程基础,特别是对时间序列分析有一定了解。同时,建议结合具体案例进行实践操作,以便更好地掌握这些方法的实际应用。
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