本文共 2518 字,大约阅读时间需要 8 分钟。
斐波那契数列是计算机科学中的经典问题之一,常用于测试并发计算框架的性能。本文将介绍如何利用Java的Future
和Callable
结合起来,实现高效计算斐波那契数列。
import java.util.concurrent.*; public class FutureCallableDemo { static long fibonacci(long n) { if (n == 1 || n == 2) { return 1; } else { return fibonacci(n - 1) + fibonacci(n - 2); } } public static void main(String[] args) throws Exception { Callabletask = () -> fibonacci(30); ExecutorService executor = Executors.newFixedThreadPool(1); Future future = executor.submit(task); System.out.println("计算第10个斐波那契数列,过会来取..."); while (!future.isDone()) { System.out.println("忙别的去吧,结果还在计算中..."); } System.out.printf("计算完毕,第10个斐波那契数列是:%d%n", future.get()); } }
计算第10个斐波那契数列,过会来取...忙别的去吧,结果还在计算中......忙别的去吧,结果还在计算中...计算完毕,第10个斐波那契数列是:832040
通过上述代码,我们可以看到Future
和Callable
的结合使用,能够有效地并发执行斐波那契数列的计算。尽管使用了单线程的ExecutorService
,但由于斐波那契数列的递归特性,实际上仍然需要等待所有递归调用完成。这表明在某些情况下,并发并不能显著提高性能。
线程池是Java中处理并发任务的重要工具之一。通过线程池,我们可以轻松地创建多个执行者(worker),并让它们同时处理多个任务。下面,我们将通过一个简单的示例,展示如何使用ThreadPoolExecutor
来模拟多个工人并发做工。
import java.util.concurrent.*; import java.util.concurrent.TimeUnit; class Task implements Runnable { private String name; public Task(String name) { this.name = name; } public String getName() { return name; } @Override public void run() { try { Long duration = (long)(Math.random() * 100); System.out.println("正在做工中,执行者 : " + name); TimeUnit.SECONDS.sleep(duration); } catch (InterruptedException e) { e.printStackTrace(); } } }public class BasicThreadPoolExecutorExample { public static void main(String[] args) { ThreadPoolExecutor executor = (ThreadPoolExecutor) Executors.newCachedThreadPool(); for (int i = 0; i <= 5; i++) { Task task = new Task("Task " + i); System.out.println("新任务添加成功 : " + task.getName()); executor.execute(task); } executor.shutdown(); } }
新任务添加成功 : Task 0新任务添加成功 : Task 1新任务添加成功 : Task 2新任务添加成功 : Task 3新任务添加成功 : Task 4新任务添加成功 : Task 5正在做工中,执行者 : Task 0正在做工中,执行者 : Task 3正在做工中,执行者 : Task 1正在做工中,执行者 : Task 2正在做工中,执行者 : Task 4正在做工中,执行者 : Task 5Process finished with exit code 0
通过上述代码,我们可以看到ThreadPoolExecutor
创建了多个执行者,并同时提交了多个任务。每个执行者都会独立地执行自己的任务,并在完成后退出。这样可以有效地利用多核处理器的资源,提高任务处理的效率。
转载地址:http://gggj.baihongyu.com/