java常用并发类：Java并发编程的艺术 并发容器和框架之Fork
java常用并发类：Java并发编程的艺术 并发容器和框架之Fork定义任务使用需要下面步骤ForkJoinPool 不是为了替代 ExecutorService，而是它的补充，在某些应用场景下性能比 ExecutorService 更好。利用分而治之的思想 工作窃取算法，实现的一种线程池；最适合的是计算密集型的任务，如果存在 I/O，线程间同步，sleep() 等会造成线程长时间阻塞的情况时，最好配合使用 ManagedBlocker。下面会从下面几个方面来介绍5.1 使用
work-stealing 原理
- ForkJoinPool 的每个工作线程都维护着一个工作队列（WorkQueue），这是一个双端队列（Deque），里面存放的对象是任务（ForkJoinTask）。
- 每个工作线程在运行中产生新的任务（通常是因为调用了 fork()）时，会放入工作队列的队尾，并且工作线程在处理自己的工作队列时，使用的是 LIFO 方式，也就是说每次从队尾取出任务来执行。
- 每个工作线程在处理自己的工作队列同时，会尝试窃取一个任务（或是来自于刚刚提交到 pool 的任务，或是来自于其他工作线程的工作队列），窃取的任务位于其他线程的工作队列的队首，也就是说工作线程在窃取其他工作线程的任务时，使用的是 FIFO 方式。
- 在遇到 join() 时，如果需要 join 的任务尚未完成，则会先处理其他任务，并等待其完成。
在既没有自己的任务，也没有可以窃取的任务时，进入休眠
Fork/Join框架的核心来自于它的工作窃取及调度策略，可以总结为以下几点：
- 每个Worker线程利用它自己的任务队列维护可执行任务；
- 任务队列是一种双端队列，支持LIFO的push和pop操作，也支持FIFO的take操作；
- 任务fork的子任务，只会push到它所在线程（调用fork方法的线程）的队列；
- 工作线程既可以使用LIFO通过pop处理自己队列中的任务，也可以FIFO通过poll处理自己队列中的任务，具体取决于构造线程池时的asyncMode参数；
- 当工作线程自己队列中没有待处理任务时，它尝试去随机读取（窃取）其它任务队列的base端的任务；
- 当线程进入join操作，它也会去处理其它工作线程的队列中的任务（自己的已经处理完了），直到目标任务完成（通过isDone方法）；
- 当一个工作线程没有任务了，并且尝试从其它队列窃取也失败了，它让出资源（通过使用yields sleeps或者其它优先级调整）并且随后会再次激活，直到所有工作线程都空闲了——此时，它们都阻塞在等待另一个顶层线程的调用。
Java7 提供了ForkJoinPool来支持将一个任务拆分成多个“小任务”并行计算，再把多个“小任务”的结果合并成总的计算结果。
ForkJoinPool 不是为了替代 ExecutorService，而是它的补充，在某些应用场景下性能比 ExecutorService 更好。利用分而治之的思想 工作窃取算法，实现的一种线程池；最适合的是计算密集型的任务，如果存在 I/O，线程间同步，sleep() 等会造成线程长时间阻塞的情况时，最好配合使用 ManagedBlocker。
下面会从下面几个方面来介绍
- 使用
- 数据结构
- 流程与逻辑
5.1 使用
使用需要下面步骤
定义任务
普通任务：runnable接口，Callable接口等实现类
ForkJoinTask子类：CountedCompleter、RecursiveAction、RecursiveTask是其进一步实现封装的抽象类；用户选取上述类自行实现即可
提交任务
普通任务提交，必须使用ForkJoinPool
ForkJoinTask类型任务，可以fork来处理
获取结果
ForkJoinTask任务句柄，join方法处理
线程池invoke方法，提交并执行
普通任务这里就不给示例了，和ThreadPoolExecutor使用没有啥区别；下面举个 ForkJoinTask类型任务例子
5.1.1定义任务
class Task(private val num : Int) : RecursiveTask<Long>() {
override fun compute(): Long {
if (num < 2) return 1L
val t1 = Task(num - 1)
val t2 = Task(num - 2)
t1.fork()
t2.fork()
return t1.join() t2.join()
}
}
RecursiveTask是有计算结果的任务，RecursiveAction无计算结果的任务；CountedCompleter后面会单独介绍
5.1.2 任务提交、结果获取
val task = Task(20)
task.fork()
print(task.join())
又或者线程池提交
print(ForkJoinPool(10).submit(Task(20)).join())
print(ForkJoinPool(10).invoke(Task(20)))
print(ForkJoinPool.commonPool().invoke(Task(20)))
ForkJoinPool.commonPool()为通用的、已提供的ForkJoinPool实例；这里要注意join方法为阻塞方法；另外也要注意，fork方法虽然是提交任务，但是任务有可能被窃取执行，所以，join有可能立即获取结果;所以需要在合理的地方进行结果获取；也可获取提交任务句柄，在需要的地方进行获取值
使用是不是很简单，但是我说上面任务返回结果
return t1.join() t2.join()
替换为
return t2.join() t1.join()
执行效率会略高一些，你会信吗？这个和join方法内的逻辑有关，如果任务最后一个加入，则可以优先执行，而不必等待
5.1.3 CountedCompleter任务
复杂且使用比较灵活；它可以通过内部逻辑把自己转化为RecursiveTask、RecursiveAction任务，也可以更灵活的使用，并且最大的不同就是其只有一个任务需要join操作且任务间并不阻塞线程池内部的调用，任务间的联系需要通过相应回调来触发，其通过完成回调方法合并其依赖的结果；内部增加了如下两个成员变量
final CountedCompleter<?> completer;
volatile int pending;
completer：依赖当前任务的节点；其像链表，但又不是，说是树可能更合适；最开始的那个任务，是树根节点，其依赖的为其孩子节点
pending： 当前节点依赖的节点个数，也可以说其孩子节点的个数；类中提供了一些列的方法操作，不介绍了；其内部方法调用时，都是先于0比较，然后，才会减少1，所以内部方法进行结束任务时，这个个数 1才是依赖的数目
一般情况下，我们不需直接对pending直接操作，可以使用其已经提供的一些方法进行操作，进而达到效果；方法有下面几个：
- tryComplete：当前点为出发点，向依赖其节点进行循环处理，遇到以下情况会结束
- pending为0且依赖其的节点为空：pending为0时，回调onCompletion完成处理方法；若依赖其节点为空，则调用quietlyComplete方法设置执行状态为完成
- 处理当前节点pending值-1成功
- propagateCompletion方法 和tryComplete方法相比，无onCompletion方法回调调用，也即对于每个中间任务无需关注
- quietlyCompleteroot ： 依照指针域去寻找根依赖节点，并为其设置正常结束状态；比较暴力的结束任务状态，这种适合于找到某一个结果就停止
onCompletion回调方法
这个方法是仅仅通知当前任务所有依赖已经完成，用于任务合并操作，但却在此方法中仅仅知道最后一个完成的依赖任务；
为何CountedCompleter要设置正常结束状态，这时由于ForkJoinTask在执行方法的逻辑
final int doExec() {
int s; boolean completed;
if ((s = status) >= 0) {
try {
completed = exec();
} catch (Throwable rex) {
return setexceptionalCompletion(rex);
}
if (completed)
s = setCompletion(NORMAL);
}
return s;
}
也即是，现有ForkJoinTask的子类exec方法，均是返回true，只有CountedCompleter返回false，所以其需要设置正常结束状态，任务才会被结算成执行完毕，在任务fork等调用时，才会结束阻塞；如果你只是往里面添加一个任务这个则不处理也没有关系
类似RecursiveAction的效果
class Task(private val num : Int private val end : Int completer: Task? = null) : CountedCompleter<Void>(completer) {
override fun compute() {
if (end == num) {
if (end % 2 == 0) println("odd $end")
propagateCompletion()
return
}
addToPendingCount(1)
val middle = (num end) / 2
Task(num middle this).fork()
Task(middle 1 end this).fork()
}
}
类似RecursiveTask的效果
class Task(val num : Int val end : Int completer: Task? = null) : CountedCompleter<Int>(completer) {
@Volatile public var mResult = 0
private var t1 : Task? = null
private var t2 : Task? = null
override fun compute() {
if (end == num) {
mResult = end
tryComplete()
return
}
addToPendingCount(1)
val middle = (num end) / 2
t1 = Task(num middle this).fork() as Task
t2 = Task(middle 1 end this).fork() as Task
}
override fun onCompletion(caller: CountedCompleter<*>?) {
if (this != caller && caller is Task) {
mResult = (t1?.mResult ?: 0) (t2?.mResult ?: 0)
}
}
override fun getRawResult(): Int {
return mResult
}
override fun setRawResult(t: Int?) {
mResult = t ?: 0
}
}
如果不通过根任务的join等方法获取结果，而是其它数据交流的办法(Rxjava 中发射、LiveData等)，则可以不重写get/setRawResult方法
某个特殊结果寻找
class Task(val num : Int val end : Int completer: Task? = null) : CountedCompleter<Int>(completer) {
@Volatile public var mResult = 0
override fun compute() {
if (end % 7 == 0 && end % 5 == 0) {
(root as Task).mResult = end
quietlyCompleteRoot()
return
} else if (num == end) {
return
}
addToPendingCount(1)
val middle = (num end) / 2
Task(num middle this).fork()
Task(middle 1 end this).fork()
}
override fun getRawResult(): Int {
return mResult
}
override fun setRawResult(t: Int?) {
mResult = t ?: 0
}
}
可能还有其它场景，但是这些场景的处理都是依据pending值和其引用来确定是否设置结束状态；
- 原子操作设置值：addToPendingCount、compareAndSetPendingCount等方法
- 利用设置状态方法来处理：propagateCompletion、tryComplete、quietlyCompleteRoot等
5.2 具体原理实现
ForkJoinPool线程池，其执行任务的线程对象是ForkJoinWorkerThread子类，任务均被包装为ForkJoinTask的子类
5.2.1 ForkJoinWorkerThread类
Thread子类，其中主要内容有：线程队列创建、销毁、执行
5.2.1.1 ForkJoinWorkerThread线程队列创建
在构造器中通过ForkJoinPool.registerWorker方法为当前线程关联队列，队列位置为线程池队列数组的奇数位置
5.2.1.2 ForkJoinWorkerThread线程的销毁
通过ForkJoinPool.deregisterWorker方法进行销毁
5.2.1.3 ForkJoinWorkerThread线程的运行
run方法内为其主要逻辑，不贴代码了；需要在其线程队列建立后，持有数据还未申请空间之前进行线程执行，否则不做任何处理
回调方法onStart，表示线程开始执行；通过ForkJoinPool.runWorker方法来执行任务；onTermination回调方法接收异常处理；
5.2.2 ForkJoinTask类
抽象类，实现了Future、Serializable接口；其主要内容：任务异常收集、fork-join执行流程（join也可以是invoke、get等操作，但这里就依据join来讲解）
task有以下几种状态
volatile int status;
static final int DONE_MASK = 0xf0000000;
static final int NORMAL = 0xf0000000;
static final int CANCELLED = 0xc0000000;
static final int ExceptionAL = 0x80000000;
static final int SIGNAL = 0x00010000;
static final int SMASK = 0x0000ffff;
- NORMAL:结束状态，正常结束，负数
- CANCELLED：结束状态，用户取消，负数
- EXCEPTIONAL：结束状态，执行异常，负数
- SIGNAL：等待通知执行状态，正数
- 0 ： 起始状态
5.2.2.1 异常收集
异常数据收集，是根据弱引用机制来处理；弱引用任务节点结构如下：
static final class ExceptionNode extends WeakReference<ForkJoinTask<?>> {
final Throwable ex;
ExceptionNode next;
final long thrower;
final int hashCode;
ExceptionNode(ForkJoinTask<?> task Throwable ex ExceptionNode next
ReferenceQueue<Object> exceptionTableRefQueue) {
super(task exceptionTableRefQueue);
this.ex = ex; // 原始异常
this.next = next; // 相同hash的节点指针域
this.thrower = Thread.currentThread().getId(); // 线程标识
this.hashCode = System.identityHashCode(task); // 与对象地址相对应的hash
}
}
弱引用节点相关数据结构
private static final ExceptionNode[] exceptionTable; // 异常数据
private static final ReentrantLock exceptionTableLock; // 异常节点锁
private static final ReferenceQueue<Object> exceptionTableRefQueue; // 弱引用回收队列
采用的数组存储，并利用hash进行映射，单链表进行冲突解决；并在需要处理异常时，实时去除已经销毁的task节点异常;常用操作如下：
- 记录异常：recordExceptionalCompletion方法，在任务未完成的情况才会记录
- 清除当前节点异常：clearExceptionalCompletion方法
- 获取异常：getThrowableException，非当前线程异常，需要进行包装转换
- 清理无效task相关联异常：expungeStaleExceptions静态方法，清除掉回收队列中task所有相关异常节点
5.2.2.2 fork-join逻辑
fork方法用于向队列中保存任务；偶数任务队列中未依赖于线程，奇数队列为线程私有
public final ForkJoinTask<V> fork() {
Thread t;
if ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread)
((ForkJoinWorkerThread)t).workQueue.push(this);
else
ForkJoinPool.common.externalPush(this);
return this;
}
当前在ForkJoinWorkerThread线程中执行，则调用workQueue.push方法存入队列
放入线程池中队列数组中偶数位置的队列中
join方法用于阻塞获取结果
public final V join() {
int s;
if ((s = doJoin() & DONE_MASK) != NORMAL)
reportException(s);
return getRawResult();
}
private int doJoin() {
int s; Thread t; ForkJoinWorkerThread wt; ForkJoinPool.WorkQueue w;
return (s = status) < 0 ? s :
((t = Thread.currentThread()) instanceof ForkJoinWorkerThread) ?
(w = (wt = (ForkJoinWorkerThread)t).workQueue).
tryUnpush(this) && (s = doExec()) < 0 ? s :
wt.pool.awaitJoin(w this 0L) :
externalAwaitDone();
}
同样需要根据线程类型判断
状态小于0，也即任务已结束，则直接返回，如果是异常则会抛出异常
未执行时，不是ForkJoinWorkerThread线程内执行，以当前任务实例为锁对象，进行等待(更具体的逻辑在externalAwaitDone方法内分析)
未执行时，ForkJoinWorkerThread线程内执行；如果任务为当前线程队列的顶部（也就是最后一个提交的）且执行后处于结束状态，则返回
线程池内awaitJoin进行等待(其时可能存在窃取其它任务队列进行执行)
externalAwaitDone方法
首先尝试执行，如果满足下面条件，则会执行doExec方法（调用exec()方法进行具体执行）
CountedCompleter任务类型，则common线程池方法externalHelpComplete返回true
其它任务类型，common线程池tryExternalUnpush方法返回true
如果未执行，则通过staus原子操作 synchronized锁，进行等待
5.2.3 ForkJoinPool类
这里主要有一些常量的意义、队列结构、执行流程、窃取线程思路；
5.2.3.1 ForkJoinPool类状态成员变量
volatile long ctl;
volatile int runState;
final int config;
ct1 64位，分为4段，每相邻16位为一段
高16位，正在处理任务的线程个数；初始化为并行数的负值(构造器中线程的并行线程数，一般来说为能创建的最大线程数)
次高16位，线程总数，初始化为并行数的负值
次低16位，线程状态，小于0时需要添加新的线程，或者说48位的位置为1时，需要添加线程
低16位，空闲线程对应的任务队列在队列数组的索引位置
runState，有下面几种状态 默认态为0
private static final int STARTED = 1;
private static final int STOP = 1 << 1;
private static final int TERMINATED = 1 << 2;
private static final int SHUTDOWN = 1 << 31;
config：低16位代表 并行度（parallelism），高16位：队列模式，默认是后进先出
5.2.3.2 ForkJoinPool类线程队列
volatile WorkQueue[] workQueues
数组结构，分为线程队列和非线程队列，随机寻找位置进行创建与查找；达到WorkQueue均匀处理，以减少WorkQueue同步开销
volatile int scanState; // 负数：inactive 非负数：active 其中奇数代表scanning
int stackPred; // sp = (int)ctl 前一个队列栈的标示信息，包含版本号、是否激活、以及队列索引
int nsteals; // 窃取的任务数
int hint; // 一个随机数，用来帮助任务窃取，在 helpXXXX()的方法中会用到
int config; // 配置：二进制的低16位代表 在 queue[] 中的索引，高16位：mode可选FIFO_QUEUE（1 << 16）和LIFO_QUEUE（1 << 31），默认是LIFO_QUEUE
volatile int qlock; // 锁定标示位：1: locked < 0: terminate; else 0
volatile int base; // index of next slot for poll
int top; // index of next slot for push
ForkJoinTask<?>[] array; // 任务列表
WorkQueue中数据结构主体：任务数组、任务队列头部、尾部；以及线程操作同步标志，使用原子操作 volatile来实现 -1表示不允许操作了、0表示可以操作、1表示正常操作
因此其方法可以分为线程安全方法、非线程安全方法；线程安全方法用于窃取，非线程安全方法用于线程内任务执行
push方法：队列尾部加入数据，非线程安全
growArray方法：数组扩容，2被扩容，非线程安全
pop方法：从尾部取出数据，原子操作保证线程安全，但不保证成功
pollAt方法：从头部取出数据，原子操作保证线程安全，但不保证成功
poll： 从头部取出数据，原子操作 自旋，保证线程安全
nextLocalTask：根据策略，进行取出数据（根据congfig来进行处理），线程安全
peek：根据出队模式返回队头或者队尾元素，但不取出，非线程安全
tryUnpush：尝试判断是否为队尾任务，线程安全，但结果不一定准确
sharedPush：共享队列（偶数位置的WorkQueue实例），队尾增加数据方法，使用qlock原子操作来实现线程安全，但不保证结果准确 其中队列扩容通过growAndSharedPush方法处理并增加数据
trySharedUnpush：判断任务是否处于队尾，原子操作保证线程安全，不保证结果准确
cancelAll： 取消所有任务
localPopAndExec：从队尾开始执行任务，原子操作 自旋来保证线程安全，存在线程竞争时，则退出，不进行处理
localPollAndExec：从队头开始执行任务，原子操作 自旋来保证线程安全，存在线程竞争时，则退出，不进行处理
runTask：执行窃取任务，并依据出队某事调用localPopAndExec或者localPollAndExec来继续本线程队列任务处理
tryRemoveAndExec：自旋 原子操作，尽可能执行线程私有队列中的任务；非队尾数据，原子操作为EmptyTask
popCC：取出队尾的CountedCompleter任务，原子操作 自旋保证线程安全
pollAndExecCC：取出队头CountedCompleter任务，并执行，原子操作 自旋保证线程安全
5.2.3.3 ForkJoinPool类调用流程
主要有下面三个流程提交任务流程、线程执行流程、获取结果流程
提交任务
从类的角度来看
- 线程池提交任务
- ForkJoinTask类的fork
从功能角度来看
- Fork线程内部提交任务
- 非Fork线程提交任务，第一个任务肯定是这种方式
外部提交任务
内部提交任务，直接调用线程私有WorkQueue对象，push方法加入队尾
线程执行
join获取任务结果
从上面三个流程能够大致知道处理的流程，但是偷取的具体的逻辑还是不清楚的；有下面方法需要仔细研读，掌握思想精髓
- scan方法：fork线程窃取任务，fork线程的第一个任务都是窃取而来
- awaitJoin方法：线程池内等待，不可被处理时，自己偷自己的任务
- CountedCompleter任务与其它任务处理的区别，CountedCompleter任务不会相互阻塞
- 锁等待机制：图中可能存在错误；闲置线程，才会线程暂停或者启用，任务的暂停等待则是Object的wait方法，且其执行结束后会notifyAll唤醒所有
- 位运算运用，以及各种状态之间的判断处理，以及这些对性能的一些追求
使用Fork/Join框架时，需要注意一些陷阱 在下面 斐波那契数列例子中你将看到示例:
避免不必要的fork()
划分成两个子任务后，不要同时调用两个子任务的fork()方法。
表面上看上去两个子任务都fork()，然后join()两次似乎更自然。但事实证明，直接调用compute()效率更高。因为直接调用子任务的compute()方法实际上就是在当前的工作线程进行了计算(线程重用)，这比“将子任务提交到工作队列，线程又从工作队列中拿任务”快得多。
当一个大任务被划分成两个以上的子任务时，尽可能使用前面说到的三个衍生的invokeAll方法，因为使用它们能避免不必要的fork()。
注意fork()、compute()、join()的顺序
为了两个任务并行，三个方法的调用顺序需要万分注意。
right.fork();//计算右边的任务
longleftAns=left.compute();//计算左边的任务(同时右边任务也在计算)
longrightAns=right.join();//等待右边的结果
returnleftAns rightAns;
如果我们写成:
left.fork();//计算完左边的任务
longleftAns=left.join();//等待左边的计算结果
longrightAns=right.compute();//再计算右边的任务
returnleftAns rightAns;
或者
longrightAns=right.compute();//计算完右边的任务
left.fork();//再计算左边的任务
longleftAns=left.join();//等待左边的计算结果
returnleftAns rightAns;
这两种实际上都没有并行。
选择合适的子任务粒度
选择划分子任务的粒度(顺序执行的阈值)很重要，因为使用Fork/Join框架并不一定比顺序执行任务的效率高: 如果任务太大，则无法提高并行的吞吐量；如果任务太小，子任务的调度开销可能会大于并行计算的性能提升，我们还要考虑创建子任务、fork()子任务、线程调度以及合并子任务处理结果的耗时以及相应的内存消耗。
官方文档给出的粗略经验是: 任务应该执行100~10000个基本的计算步骤。决定子任务的粒度的最好办法是实践，通过实际测试结果来确定这个阈值才是“上上策”。
和其他Java代码一样，Fork/Join框架测试时需要“预热”或者说执行几遍才会被JIT(Just-in-time)编译器优化，所以测试性能之前跑几遍程序很重要。
避免重量级任务划分与结果合并
Fork/Join的很多使用场景都用到数组或者List等数据结构，子任务在某个分区中运行，最典型的例子如并行排序和并行查找。拆分子任务以及合并处理结果的时候，应该尽量避免System.arraycopy这样耗时耗空间的操作，从而最小化任务的处理开销。
七：Fork/Join在JDK8中的使用以及异常处理问题Java8在Executors工具类中新增了两个工厂方法:
//parallelism定义并行级别
publicstaticExecutorServicenewWorkStealingPool(intparallelism);
//默认并行级别为JVM可用的处理器个数
//Runtime.getRuntime().availableProcessors()
publicstaticExecutorServicenewWorkStealingPool();
关于Fork/Join异常处理
Java的受检异常机制一直饱受诟病，所以在ForkJoinTask的invoke()、join()方法及其衍生方法中都没有像get()方法那样抛出个ExecutionException的受检异常。
所以你可以在ForkJoinTask中看到内部把受检异常转换成了运行时异常。
staticvoidrethrow(Throwableex){
if(ex!=null)
ForkJoinTask.<RuntimeException>uncheckedThrow(ex);
}
@SuppressWarnings("unchecked")
static<TextendsThrowable>voiduncheckedThrow(Throwablet)throwsT{
throw(T)t;//relyonvacuouscast
}
关于Java你不知道的10件事中已经指出，JVM实际并不关心这个异常是受检异常还是运行时异常，受检异常这东西完全是给Java编译器用的: 用于警告程序员这里有个异常没有处理。
但不可否认的是invoke、join()仍可能会抛出运行时异常，所以ForkJoinTask还提供了两个不提取结果和异常的方法quietlyInvoke()、quietlyJoin()，这两个方法允许你在所有任务完成后对结果和异常进行处理。
使用quitelyInvoke()和quietlyJoin()时可以配合isCompletedAbnormally()和isCompletedNormally()方法使用。
九：Fork/Join实践问题采用Fork/Join来异步计算1 2 3 … 10000的结果
publicclassTest{
staticfinalclassSumTaskextendsRecursiveTask<Integer>{
privatestaticfinallongserialVersionUID=1L;
finalintstart;//开始计算的数
finalintend;//最后计算的数
SumTask(intstart intend){
this.start=start;
this.end=end;
}
@Override
protectedIntegercompute(){
//如果计算量小于1000，那么分配一个线程执行if中的代码块，并返回执行结果
if(end-start<1000){
System.out.println(Thread.currentThread().getName() "开始执行:" start "-" end);
intsum=0;
for(inti=start;i<=end;i )
sum =i;
returnsum;
}
//如果计算量大于1000，那么拆分为两个任务
SumTasktask1=newSumTask(start (start end)/2);
SumTasktask2=newSumTask((start end)/2 1 end);
//执行任务
task1.fork();
task2.fork();
//获取任务执行的结果
returntask1.join() task2.join();
}
}
publicstaticvoidmain(String[]args)throwsInterruptedException ExecutionException{
ForkJoinPoolpool=newForkJoinPool();
ForkJoinTask<Integer>task=newSumTask(1 10000);
pool.submit(task);
System.out.println(task.get());
}
}
- 执行结果
ForkJoinPool-1-worker-1开始执行:1-625
ForkJoinPool-1-worker-7开始执行:6251-6875
ForkJoinPool-1-worker-6开始执行:5626-6250
ForkJoinPool-1-worker-10开始执行:3751-4375
ForkJoinPool-1-worker-13开始执行:2501-3125
ForkJoinPool-1-worker-8开始执行:626-1250
ForkJoinPool-1-worker-11开始执行:5001-5625
ForkJoinPool-1-worker-3开始执行:7501-8125
ForkJoinPool-1-worker-14开始执行:1251-1875
ForkJoinPool-1-worker-4开始执行:9376-10000
ForkJoinPool-1-worker-8开始执行:8126-8750
ForkJoinPool-1-worker-0开始执行:1876-2500
ForkJoinPool-1-worker-12开始执行:4376-5000
ForkJoinPool-1-worker-5开始执行:8751-9375
ForkJoinPool-1-worker-7开始执行:6876-7500
ForkJoinPool-1-worker-1开始执行:3126-3750
50005000
实现斐波那契数列
斐波那契数列: 1、1、2、3、5、8、13、21、34、…… 公式 : F(1)=1，F(2)=1 F(n)=F(n-1) F(n-2)(n>=3，n∈N*)
publicstaticvoidmain(String[]args){
ForkJoinPoolforkJoinPool=newForkJoinPool(4);//最大并发数4
Fibonaccifibonacci=newFibonacci(20);
longstartTime=System.currentTimeMillis();
Integerresult=forkJoinPool.invoke(fibonacci);
longendTime=System.currentTimeMillis();
System.out.println("Fork/joinsum:" result "in" (endTime-startTime) "ms.");
}
//以下为官方API文档示例
staticclassFibonacciextendsRecursiveTask<Integer>{
finalintn;
Fibonacci(intn){
this.n=n;
}
@Override
protectedIntegercompute(){
if(n<=1){
returnn;
}
Fibonaccif1=newFibonacci(n-1);
f1.fork();
Fibonaccif2=newFibonacci(n-2);
returnf2.compute() f1.join();
}
}
当然你也可以两个任务都fork，要注意的是两个任务都fork的情况，必须按照f1.fork()，f2.fork()， f2.join()，f1.join()这样的顺序，不然有性能问题，详见上面注意事项中的说明。
官方API文档是这样写到的，所以平日用invokeAll就好了。invokeAll会把传入的任务的第一个交给当前线程来执行，其他的任务都fork加入工作队列，这样等于利用当前线程也执行任务了。
{
//...
Fibonaccif1=newFibonacci(n-1);
Fibonaccif2=newFibonacci(n-2);
invokeAll(f1 f2);
returnf2.join() f1.join();
}
publicstaticvoidinvokeAll(ForkJoinTask<?>...tasks){
Throwableex=null;
intlast=tasks.length-1;
for(inti=last;i>=0;--i){
ForkJoinTask<?>t=tasks[i];
if(t==null){
if(ex==null)
ex=newNullPointerException();
}
elseif(i!=0)//除了第一个都fork
t.fork();
elseif(t.doInvoke()<NORMAL&&ex==null)//留一个自己执行
ex=t.getException();
}
for(inti=1;i<=last; i){
ForkJoinTask<?>t=tasks[i];
if(t!=null){
if(ex!=null)
t.cancel(false);
elseif(t.doJoin()<NORMAL)
ex=t.getException();
}
}
if(ex!=null)
rethrow(ex);
}
