JUC源码简析 CountDownLatch

CountDownLatch是一个同步工具类,用于使一个线程等待其他线程完成指定任务。它初始化一个计数器,每当一个线程完成任务时,计数器减一,当计数器归零时,所有等待的线程可以继续执行。本文深入解析了CountDownLatch的内部实现,包括Sync内部类,以及构造、await、countDown等关键方法,并通过示例展示了其使用场景。

相关阅读

简介

可以使一个线程等待其它线程执行完相应任务后再执行的同步器;
内部维护一个计数器,计数器的初始值表示需要调用countDown方法的次数(一般每个等待线程调用一次countDown方法,也就表示等待线程的数量),每一个等待的线程执行完相应的任务后,调用countDown方法将计数器的值减一,当计数器的值为0时,表示所有等待线程的任务已经执行完成,那么在此同步器上等待的线程就可以继续下一步动作了;

不足

  1. 只能使用一次,无法重复使用;

源码简析

内部类——Sync

简介

继承自AbstractQueuedSynchronizer,重写了父类的tryAcquireSharedtryReleaseShared方法;

getCount

int getCount() {
    // 返回当前的锁资源状态
    return getState();
}

tryAcquireShared

protected int tryAcquireShared(int acquires) {
    // 如果当前资源状态为0,则表示所有等待线程都完成了相应任务并执行了countDown
    //     那么返回1,表示本线程获取锁成功
    //     否则返回-1,表示获取锁失败
    return (getState() == 0) ? 1 : -1;
}

tryReleaseShared

protected boolean tryReleaseShared(int releases) {
    // Decrement count; signal when transition to zero
    // 死循环保证释放锁成功若存在共享锁资源的话,存在多线程同时修改共享锁资源状态
    for (;;) {
        int c = getState();
        if (c == 0)
            // 如果当前锁状态已经为0,无资源可释放,则返回false
            return false;
        int nextc = c-1;
        // CAS尝试更新锁资源
        //     更新失败,存在其它线程同时尝试释放锁,那么需要进行下一循环
        if (compareAndSetState(c, nextc))
            // 更新成功,则返回当前锁状态
            //     当前锁状态为0,则返回true,表示共享锁释放成功
            //     当前锁状态不为0,则表示还存在线程未执行countDown,返回false表示共享锁还未释放成功
            return nextc == 0;
    }
}

CountDownLatch

简介

CountDownLatch提供的接口均是通过内部类Sync实现;

构造方法

public CountDownLatch(int count) {
    // 校验锁资源状态初始值,必须不小于0,等于0,则表示不需要等待任何线程
    if (count < 0) throw new IllegalArgumentException("count < 0");
    // 设置初始锁资源状态
    this.sync = new Sync(count);
}

await

public void await() throws InterruptedException {
    // 等待获取共享锁,支持中断
    sync.acquireSharedInterruptibly(1);
}

public boolean await(long timeout, TimeUnit unit)
    throws InterruptedException {
    // 等待获取共享锁,支持超时时间
    return sync.tryAcquireSharedNanos(1, unit.toNanos(timeout));
}

countDown

public void countDown() {
    // 释放共享锁
    sync.releaseShared(1);
}

getCount

public long getCount() {
    // 返回当前的锁资源状态
    return sync.getCount();
}

测试

Demo

class Demo {
    private int parties = 5;
    private CountDownLatch latch = new CountDownLatch(parties);


    public static void main(String[] args) throws InterruptedException {
        Demo demo = new Demo();
        ExecutorService es = Executors.newFixedThreadPool(demo.parties);

        for (int i=0; i<demo.parties; i++) {
            es.execute(new CountDownLatchTask(i, demo.latch));
        }
        System.out.println("Main is awaiting");
        demo.latch.await();
        System.out.println("Main finishes");
        es.shutdown();
    }


    private static class CountDownLatchTask implements Runnable {

        private CountDownLatch latch;
        private int index;


        CountDownLatchTask(int index, CountDownLatch latch) {
            this.latch = latch;
            this.index = index;
        }

        @Override
        public void run() {
            try {
                TimeUnit.SECONDS.sleep(2);
                System.out.println("Thread:" + index + " has done");
                latch.countDown();

                TimeUnit.SECONDS.sleep(2);

                System.out.println("Thread:" + index + " has exited");
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    }
}

测试结果

Main is awaiting
Thread:0 has done
Thread:3 has done
Thread:4 has done
Thread:2 has done
Thread:1 has done
Main finishes
Thread:0 has exited
Thread:4 has exited
Thread:1 has exited
Thread:3 has exited
Thread:2 has exited
基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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