博客
关于我
java并发学习24:固定运行顺序模式
阅读量:313 次
发布时间:2019-03-04

本文共 638 字,大约阅读时间需要 2 分钟。

顺序输出

在并发编程中,wait和notify方法是用来控制线程的等待与通知的。在上面的代码示例中,我们创建了两个线程t1和t2。t1线程会在t2线程运行完成后继续执行。具体来说,t1线程会先等待t2线程的通知,这可以通过lock.wait()实现。当t2线程完成自己的任务后,会设置t2runned为true,并通过lock.notify()将t1线程唤醒,从而确保顺序输出。

park和unpark方法则是用于线程调度的一种机制。park方法会将当前线程暂停,而unpark方法会将其唤醒。这种机制通常用于任务调度或资源管理场景中。

交替输出

在这个设计中,我们使用了wait和notify方法来实现交替输出的功能。通过设置不同的wait和notify标记,我们可以确保线程能够按顺序输出内容。例如,在print方法中,我们会根据当前的wait标记状态等待直到满足条件,然后输出内容并设置下一个标记。这种机制保证了输出的交替性,同时避免了死锁或资源竞争。

await和signal方法则是更高级的替代方案,它们提供了更细粒度的控制。signal方法可以在等待过程中被中断,而await方法则是等待完成的。这种机制在复杂的多线程场景中非常有用,能够提高代码的灵活性和可维护性。

park和unpark方法则是用于线程调度的一种轻量级机制。park方法会将当前线程暂停,而unpark方法会将其唤醒。这种机制在某些特定的场景中非常有用,可以帮助我们更灵活地管理线程的执行顺序。

转载地址:http://sxlq.baihongyu.com/

你可能感兴趣的文章
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
Nmap扫描教程之Nmap基础知识
查看>>
Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
查看>>
NMAP网络扫描工具的安装与使用
查看>>
NMF(非负矩阵分解)
查看>>
nmon_x86_64_centos7工具如何使用
查看>>
NN&DL4.1 Deep L-layer neural network简介
查看>>
NN&DL4.3 Getting your matrix dimensions right
查看>>
NN&DL4.8 What does this have to do with the brain?
查看>>