iis服务器助手广告广告
返回顶部
首页 > 资讯 > 后端开发 > Python >java分治思想之ForkJoin详解
  • 679
分享到

java分治思想之ForkJoin详解

java分治思想ForkJoinjava ForkJoin 2023-05-18 05:05:48 679人浏览 泡泡鱼

Python 官方文档:入门教程 => 点击学习

摘要

目录前言分治思想算法归并排序快速排序Fork/JoinForkJoinPool构造器工作窃取法使用前言   当我们面对需要同时执行多个任务的情况时,往往需要耗费大

前言

  当我们面对需要同时执行多个任务的情况时,往往需要耗费大量的时间和精力来编写复杂的并发代码。但是有一种技术可以帮助我们轻松地处理这种情况。通过forkJoin,我们可以简单地实现多个任务的并行执行,从而提高应用程序的性能和响应能力。在本文中,我们将深入探讨forkJoin的工作原理和使用方法。

分治思想算法

  fork-join模式是基于分治思想的并行计算模式之一。该模式将一个大的任务分割成多个小的子任务,然后并行执行这些子任务,最后将它们的结果合并起来得到最终的结果。在这个过程中,每个子任务的执行可以进一步分解为更小的子任务,直到达到某个阈值,这时候任务将被串行执行。这种递归的分治思想使得fork-join模式可以有效地利用计算机的多核处理能力,从而提高程序的性能和效率。

归并排序

归并排序是一种基于分治思想的排序算法。其核心思想是将一个数组分成两个子数组,分别对其进行排序后再将其合并起来。具体实现过程如下:

  • 分解:将一个数组分成两个子数组,分别对其进行排序。可以使用递归来实现这一步骤。
  • 合并:将排序后的两个子数组合并成一个有序的数组。
  • 递归:对两个子数组递归进行分解和排序,直到每个子数组的长度为1。

时间复杂度为O(nlogn)。

public class Merge {
    public static void main(String[] args) {
        int[] arr = { 5, 2, 8, 4, 7, 1, 3, 6 };
        mergeSort(arr, 0, arr.length - 1);
        System.out.println(Arrays.toString(arr));
    }
    
    public static void mergeSort(int[] arr,int left,int right){
        if (left < right) {
            int mid = (left + right) / 2;
            mergeSort(arr, left, mid);
            mergeSort(arr, mid + 1, right);
            merge(arr, left, mid, right);
        }
    }
    
    public static void merge(int[] arr,int left,int mid,int right){
        //创建临时数组,用于存放合并后的数组
        int[] temp = new int[right - left + 1];
        //左面数组的起始指针
        int i = left;
        //右面数组的起始指针
        int j = mid + 1;
        //临时数组的下标
        int k = 0;
        //数组左面和数组右面都还有值就去遍历比较赋值
        while (i <= mid && j <= right) {
            //数组左面的值小于或者等于数组右面的值就把左面的值赋值到临时数组中
            //并且把左面的指针和临时数组的指针+1
            //否则相反
            if (arr[i] <= arr[j]) {
                temp[k] = arr[i];
                k++;
                i++;
            } else {
                temp[k] = arr[j];
                k++;
                j++;
            }
        }
        //把剩余数组塞进去
        while (i <= mid) {
            temp[k] = arr[i];
            k++;
            i++;
        }
        while (j <= right) {
            temp[k] = arr[j];
            k++;
            j++;
        }
        //讲临时数组中的元素拷贝会回原数组中
        for (int p = 0; p < temp.length; p++) {
            arr[left + p] = temp[p];
        }
    }
}

快速排序

快速排序(Quick Sort)是一种基于分治思想的排序算法,它采用了递归的方式将一个大的数组分解成多个子数组,分别进行排序后再将它们合并起来。其基本思想是选取一个基准元素,将数组中小于该元素的值放在左边,大于该元素的值放在右边,然后递归地对左右两个子数组进行排序。具体的步骤如下:

  • 选取一个基准元素(通常是数组中的第一个元素)。
  • 将数组中小于该元素的值放在左边,大于该元素的值放在右边。
  • 对左右两个子数组分别递归进行快速排序。
  • 合并左右两个已排序的子数组。

快速排序的时间复杂度为O(nlogn),它是一种原地排序算法,不需要额外的存储空间,因此空间复杂度为O(1)。虽然快速排序的最坏时间复杂度为O(n^2),但是在实际应用中,快速排序的平均时间复杂度和最好时间复杂度均为O(nlogn),因此是一种非常高效的排序算法

public class QuickSort {
    public static void main(String[] args) {
        int[] arr = { 5, 2, 8, 4, 7, 1, 3, 6 };
        quickSort(arr, 0, arr.length - 1);
        System.out.println(Arrays.toString(arr));
    }
    public static void quickSort(int[] arr,int left,int right){
        if(left<right){
            int pivotIndex  = partition(arr, left, right);
            quickSort(arr,left,pivotIndex-1);
            quickSort(arr,pivotIndex+1,right);
        }
    }
    public static int partition(int[] arr,int left,int right){
        //取第一个元素为基准元素
        int pivot = arr[left];
        int i = left+1;
        int j = right;
        while (i<=j){
            //当前指针位置数小于基准元素就继续移动指针直到遇到大的
            while (i<=j && arr[i] < pivot){
                i++;
            }
            //当前指针位置数大于基准元素就继续移动指针直到遇到小的
            while (i<=j && arr[j] > pivot){
                j--;
            }
            if(i<j){
                //交换元素位置
                swap(arr,i,j);
                i++;
                j--;
            }
        }
        //跳出循环说明i和j相遇,j的值一定是大于基准元素,要和基准元素进行交换
        swap(arr,left,j);
        //返回基准元素位置
        return j;
    }
    public static void swap(int[] array, int i, int j) {
        int temp = array[i];
        array[i] = array[j];
        array[j] = temp;
    }
}

Fork/Join

  Fork/Join框架的主要组成部分是ForkJoinPool、ForkJoinTask。ForkJoinPool是一个线程池,它用于管理ForkJoin任务的执行。ForkJoinTask是一个抽象类,用于表示可以被分割成更小部分的任务。

ForkJoinPool

ForkJoinPool是Fork/Join框架中的线程池类,它用于管理Fork/Join任务的线程。ForkJoinPool类包括一些重要的方法,例如submit()、invoke()、shutdown()、awaitTermination()等,用于提交任务、执行任务、关闭线程池和等待任务的执行结果。ForkJoinPool类中还包括一些参数,例如线程池的大小、工作线程的优先级、任务队列的容量等,可以根据具体的应用场景进行设置。

构造器

ForkJoinPool中有四个核心参数,用于控制线程池的并行数、工作线程的创建、异常处理和模式指定等。

  • int parallelism:指定并行级别(parallelism level)。ForkJoinPool将根据这个设定,决定工作线程的数量。如果未设置的话,将使用Runtime.getRuntime().availableProcessors()来设置并行级别;
  • ForkJoinWorkerThreadFactory factory:ForkJoinPool在创建线程时,会通过factory来创建。注意,这里需要实现的是ForkJoinWorkerThreadFactory,而不是ThreadFactory。如果你不指定factory,那么将由默认的 DefaultForkJoinWorkerThreadFactory负责线程的创建工作;
  • UncaughtExceptionHandler handler:指定异常处理器,当任务在运行中出错时,将由设定的处理器处理;
  • boolean asyncMode:设置队列的工作模式。当asyncMode为true时,将使用先进先出队列,而为false时则使用后进先出的模式。

工作窃取法

在Fork-Join模式中,任务被分配给一个线程池中的工作线程来执行。当一个工作线程执行完自己分配的任务后,它可以从其他工作线程的任务队列中偷取(Steal)任务来执行,这就是所谓的工作窃取(Work Stealing)。

使用

public class SumTask extends RecursiveTask<Integer> {
    private static final int THRESHOLD = 1000;
    private int[] array;
    private int start;
    private int end;
    public SumTask(int[] array, int start, int end) {
        this.array = array;
        this.start = start;
        this.end = end;
    }
    @Override
    protected Integer compute() {
        if (end - start <= THRESHOLD) {
            int sum = 0;
            for (int i = start; i < end; i++) {
                sum += array[i];
            }
            return sum;
        } else {
            int mid = (start + end) / 2;
            SumTask leftTask = new SumTask(array, start, mid);
            SumTask rightTask = new SumTask(array, mid, end);
            leftTask.fork();
            rightTask.fork();
            int leftResult = leftTask.join();
            int rightResult = rightTask.join();
            return leftResult + rightResult;
        }
    }
    public static void main(String[] args) {
        int[] array = new int[10000];
        for (int i = 0; i < array.length; i++) {
            array[i] = i + 1;
        }
        ForkJoinPool forkJoinPool = new ForkJoinPool();
        SumTask task = new SumTask(array, 0, array.length);
        int result = forkJoinPool.invoke(task);
        System.out.println(result);
    }
}

以上就是java分治思想之ForkJoin详解的详细内容,更多关于java分治思想ForkJoin的资料请关注编程网其它相关文章!

--结束END--

本文标题: java分治思想之ForkJoin详解

本文链接: https://www.lsjlt.com/news/211647.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑,方便收藏和打印~

下载Word文档
猜你喜欢
  • java分治思想之ForkJoin详解
    目录前言分治思想算法归并排序快速排序Fork/JoinForkJoinPool构造器工作窃取法使用前言   当我们面对需要同时执行多个任务的情况时,往往需要耗费大...
    99+
    2023-05-18
    java分治思想ForkJoin java ForkJoin
  • Java举例讲解分治算法思想
    目录分治算法什么是分治算法分治算法的思想分治法四大基本特征分治法求解问题的三个基本步骤分治算法解决问题过程的伪代码关于分治算法的举例归并排序基本步骤快速排序二分搜索算法小结分治算法 ...
    99+
    2024-04-02
  • 详解Java实现分治算法
    目录一、前言二、分治算法介绍三、分治算法经典问题3.1、二分搜索3.2、快速排序3.3、归并排序(逆序数)3.4、最大子序列和3.5、最近点对四、结语一、前言 在学习分治算法之前,问...
    99+
    2024-04-02
  • 基本算法思想:递归+分治+动态规划+贪
    作者:心叶时间:2018-05-01 19:28 本文对应github地址:https://github.com/yelloxing/... 以上实现了常见算法的java、c语言、javascrpt(或node.js)、python3和g...
    99+
    2023-01-31
    递归 算法 思想
  • Java语言面向对象编程思想之类与对象实例详解
    在初学者学Java的时候,面向对象很难让人搞懂,那么今天小编就来为大家把这个思想来为大家用极为简单的方法理解吧。首先我们来简单的阐述面向对象的思想。面向对象:官方的语言很抽象,我们把官方的解释和定义抛开。想想,自己有什么,对!!我们自己有手...
    99+
    2023-05-31
    java 面向对象 之类
  • Java编程思想对象的容纳实例详解
    Java提供了容纳对象(或者对象的句柄)的多种方式,接下来我们具体看看都有哪些方式。有两方面的问题将数组与其他集合类型区分开来:效率和类型。对于Java来说,为保存和访问一系列对象(实际是对象的句柄)数组,最有效的方法莫过于数组。数组实际代...
    99+
    2023-05-31
    java 对象 容纳
  • MySQL架构设计思想详解
    目录前言1. MySQL整体架构2. 连接器3. 查询缓存4. 分析器5. 优化器6. 执行器7. 总结前言 很多开发同学对SQL优化如数家珍,却对MySQL架构一知半解。岂不是只见...
    99+
    2022-11-13
    MySQL架构设计 架构设计
  • 详解Java从工厂方法模式到 IOC/DI思想
    目录前言工厂方法模式工厂方法的结构工厂方法模式的样例代码工厂方法模式实现文件导出工厂方法与简单工厂的区别工厂方法模式的意义工厂方法模式与IOC、DI什么是IOC/DI?工厂方法与IO...
    99+
    2024-04-02
  • CompositionAPI思想封装NProgress示例详解
    目录正文安装和基本使用自己实现一个正文 最近在用vue3封装一套后台管理模版,自然会用到NProgress。如果你没有用过,你可以看一下instagram,youtube这些网站,它...
    99+
    2022-11-13
    Composition API封装NProgress Composition API封装
  • SpringAOP详解面向切面编程思想
    目录1. 什么是 Spring AOP2. AOP 的组成2.1 切面 (Aspect)2.2 切点 (Pointcur)2.3 连接点 (Join Point)2.4 通知 (Ad...
    99+
    2024-04-02
  • Java详细讲解分治算法如何实现归并排序
    目录1.什么是分治算法分治法基本思想2.分治算法的体现——归并排序归并排序基本思想3.代码实现1.什么是分治算法 分治法 分治法,字面意思是“分而治之”,就是把一个复杂的1问题分成两...
    99+
    2024-04-02
  • Java IO之流的分类详解
    目录一、根据流向分为输入流和输出流:二、根据传输数据单位分为字节流和字符流三、根据功能分为节点流和包装流总结一、根据流向分为输入流和输出流: 注意输入流和输出流是相对于程序而言的。 ...
    99+
    2024-04-02
  • React Fiber 树思想解决业务实际场景详解
    目录熟悉 Fiber 树结构业务场景熟悉 Fiber 树结构 我们知道,React 从 V16 版本开始采用 Fiber 树架构来实现渲染和更新机制。 Fiber 在 React ...
    99+
    2022-12-19
    React Fiber树业务场景 React Fiber树
  • C++递归与分治算法原理示例详解
    目录1. 汉诺塔问题2. 全排列问题3. 利用递归与分治策略寻找最大值4. 归并排序5. 快速排序6. 棋盘覆盖问题1. 汉诺塔问题   递归算法,分为 3 步:...
    99+
    2024-04-02
  • C语言递归思想实现汉诺塔详解
    目录1.递归思想简介2.汉诺塔问题3.汉诺塔递归的c语言实现总结1.递归思想简介 在c语言中,程序调用自身的编程技巧称为递归( recursion)。 递归的定义看上去似乎很抽象,使...
    99+
    2024-04-02
  • Java基础之switch分支结构详解
    目录一、基本语法二、流程图三、快速入门四、switch 注意事项和细节讨论五、switch 课堂练习六、switch 和 if 的比较一、基本语法 二、流程图 1.画出 swtic...
    99+
    2024-04-02
  • 分析Java中CRM之项目思路
    这篇文章主要讲解了“分析Java中CRM之项目思路”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“分析Java中CRM之项目思路”吧!一、登录模块全程思路分析登录模块:1、对用户名和密码的校验...
    99+
    2023-06-25
  • 详解以go思想去处理js异常抛弃trycatch
    目录errors错误处理的方式如何定义一个错误最佳实践errors 错误处理在编程中是不可避免的一部分,在程序开发过程中,不可必要的会出现各种的错误,是人为也可能是失误,任何不可预...
    99+
    2023-03-08
    go思想处理js异常 go异常处理
  • 例题详解Java dfs与记忆化搜索和分治递归算法的使用
    目录一、dfs(深度优先搜索)1.图的dfs2.树的dfs二、记忆化搜索1.普通递归:O(2^n)2.记忆化搜索: O(n)三、分治四、算法题1.dia和威严 示例2.小红...
    99+
    2024-04-02
  • C++ 函数递归详解:分治法中的递归应用
    递归是一种函数自我调用的技术,适用于可分解成较小规模子问题的问题。分治法采用递归将问题分解成独立子问题,逐步解决。如 findmaximum() 函数递归查找数组中最大值,通过检查基本情...
    99+
    2024-05-03
    c++ 递归
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作