Java 多线程高并发编程 笔记（二）

1. 单例模式（在内存之中永远只有一个对象）

1.1 多线程安全单例模式——不使用同步锁

 public class Singleton {
     private static Singleton sin=new Singleton();    ///直接初始化一个实例对象
     private Singleton(){    ///private类型的构造函数，保证其他类对象不能直接new一个该对象的实例
     }
     public static Singleton getSin(){    ///该类唯一的一个public方法
         return sin;
     }
 }

　　上述代码中的一个缺点是该类加载的时候就会直接new 一个静态对象出来，当系统中这样的类较多时，会使得启动速度变慢 。现在流行的设计都是讲“延迟加载”，我们可以在第一次使用的时候才初始化第一个该类对象。所以这种适合在小系统。

1.2 多线程安全单例模式——使用同步方法

 public class Singleton {
      private static Singleton instance;
      private Singleton (){

      }
      public static synchronized Singleton getInstance(){    //对获取实例的方法进行同步
        if (instance == null)
          instance = new Singleton();
        return instance;
      }
  }

　　上述代码中的一次锁住了一个方法， 这个粒度有点大 ，改进就是只锁住其中的new语句就OK。就是所谓的“双重锁”机制。

1.3 多线程安全单例模式——使用双重同步锁

 public class Singleton {
      private static Singleton instance;
      private Singleton (){
      }
      public static Singleton getInstance(){    //对获取实例的方法进行同步
        if (instance == null){
            synchronized(Singleton.class){
                if (instance == null)
                    instance = new Singleton();
            }
        }
        return instance;
      }

  }

1.4 多线程安全单例模式——使用内部类的单例模式

　　既不用加锁，也能实现懒加载

 public class Singleton {
     private Singleton(){
         System.out.println("single");
     }
     private static class Inner{
         private static Singleton s = new Singleton();
     }
     //无论有多少次，有多少个线程在调用getsingle的时候拿到的都是同一个对象
     private static Singleton getSingle(){
         return Inner.s;
     }
     public static void main(String[] agrs){
         Thread[] ths = new Thread[200];
         for(int i=0; i<ths.length;i++){
             ths[i]=new Thread(()->{
                 Singleton.getSingle();
             });
         }
         Arrays.asList(ths).forEach(o->o.start());
     }
 }

2. 高并发——容器

2.1 有N张火车票，每张票都有一个编号，同时有10个窗口对外售票，写一个模拟程序，分析可能会产生哪些问题？重复销售，超量销售；

 public class TicketSeller1 {
     static List<String> tickets = new ArrayList<>();
     //初始化，放票
     static{
         for(int i=0; i<10000; i++)
             tickets.add("票编号："+i);
     }

     public static void main(String[] args){
         //启动10个线程不断往外卖票
         for(int i=0;i<10;i++){
             new Thread(()->{
                 while(tickets.size()>0){
                     System.out.println("销售了--"+tickets.remove(0));
                 }
             }).start();
         }
     }
 }

改成下面的代码还有问题吗？

 public class TicketSeller2 {
     //vector本身就是一个同步容器，它所有的方法都是加锁的
     static Vector<String> tickets = new Vector<>();
     static{
         for(int i=0; i<10000; i++)
             tickets.add("票编号："+i);
     }
     public static void main(String[] args){
         for(int i=0; i<10; i++){
             new Thread(()->{
                 while(tickets.size()>0){
                     /*
                     try{
                         TimeUnit.SECONDS.sleep(10);
                     }catch(InterruptedException e){
                         e.printStackTrace();
                     }*/
                     System.out.println("销售了--"+tickets.remove(0));
                 }
             }).start();
         }
     }
 }

仍有问题，判断与操作分离了（虽然在vector中size和remove方法都是原子的）；

再改进：将判断和操作放到一个原子操作里面去

 public class TicketSeller3 {
     static List<String> tickets = new ArrayList<>();
     static{
         for(int i=0; i<10000; i++)
             tickets.add("票编号："+i);
     }

     public static void main(String[] args){
         //启动10个线程不断往外卖票
         for(int i=0;i<10;i++){
             new Thread(()->{
                 while(true){
                     synchronized (tickets){
                         if(tickets.size()<=0) break;
                         try{
                             TimeUnit.SECONDS.sleep(10);
                         }catch(InterruptedException e){
                             e.printStackTrace();
                         }

                         System.out.println("销售了--"+tickets.remove(0));
                     }
                 }
             }).start();
         }
     }
 }

加锁效率不高，尤其是每销售一张票都要把整个队列给锁定；

引入并发容器：

 public class TicketSeller4 {
     //并发容器
     static Queue<String> tickets = new ConcurrentLinkedQueue<>();
     static{
         for(int i=0; i<1000; i++){
             tickets.add("票编号："+i);
         }
     }
     public static void main(String[] args){
         for(int i=0; i<10; i++){
             new Thread(()->{
                 while(true){
                     //poll从头往外拿一个数据，是同步的
                     String s = tickets.poll();
                     if(s==null) break;
                     else System.out.println("销售了--"+s);
                 }
             }).start();
         }
     }
 }

if(s==null) break;虽然不是原子性的，但是我们判断以后没有对队列作修改操作，所以这里不会出错。

2.2 并发容器————ConcurrentMap
在多线程的情况下，什么样的容器效率比较高？

 public class T_ConcurrentMap {
     public static void main(String[] args){
         //Map<String, String> map = new ConcurrentHashMap<>();
         //Map<String, String> map = new ConcurrentSkipListMap<>();
         //HashTable 默认加锁，但是效率比较低
         Map<String, String> map = new Hashtable<>();
         //使用HashMap，自己往上加锁：Collection.synchronizedXXX
         //Map<String, String> map = new HashMap<>();
         //Map<String, String> map = new TreeMap<>();

         Random r = new Random();
         Thread[] ths = new Thread[100];
         CountDownLatch latch = new CountDownLatch(ths.length);
         long start = System.currentTimeMillis();
         for(int i=0; i<ths.length; i++){
             ths[i] = new Thread(()->{
                 for(int j=0; j<10000; j++)
                     map.put("a"+r.nextInt(100000),"a"+r.nextInt(100000));
                 latch.countDown();
             });
         }
         Arrays.asList(ths).forEach(o->o.start());
         try{
             latch.await();
         }catch (InterruptedException e){
             e.printStackTrace();
         }

         long end = System.currentTimeMillis();
         System.out.println(end-start);
     }
 }

HashTable：669；

ConcurrentHashMap:391;

why? HashTable 往里加任何一个数据的时候都是要锁定整个对象，而HashMap，ConcurrentHashMap默认把容器分成16段，每次往容器里插数据只锁定16段里面的一段（把锁细化），两个线程往里插不同的段的数据，那么这两个线程就能并发的插入；

ConcurrentSkipListMap：649  高并发并且排序

往里插数据效率低一些，因为要排序，查数据方便很多；

总结：

　　1. 对于map/set的选择使用

　　　　不加锁：hashmap；treemap；linkedhashmap；

　　　　加锁：hashtable；Collection.sychronizedXXX(传一个不加锁map，返回一个加了锁的map)，在并发性不是特别高的情况下可以使用上面两种；如果并发性比较高，用concurrenthashmap，如果还需要排序，就用concurrentskiplistmap；

附：Collection.sychronizedXXX用法：

 public class T_SynchronizedList {
     public static void main(String[] args){
         List<String> strs = new ArrayList<>();
         List<String> strsSync = Collections.synchronizedList(strs);
     }
 }

2.3 并发容器——CopyOnWrite 写时复制容器

多线程环境下，写时效率低，读时效率高，适合写少读多的环境；

比较容器效率 ：

 public class T_CopyOnWrite {
     public static void main(String[] args){
         List<String> lists =
                 //new ArrayList<>();//这个会出并发问题
                 //new Vector<>();
                 new CopyOnWriteArrayList<>();
         Random r = new Random();
         Thread[] ths = new Thread[100];
         for(int i=0; i<ths.length; i++){
             Runnable task = new Runnable() {
                 @Override
                 public void run() {
                     for(int j=0;j<1000;j++)
                         lists.add("a"+r.nextInt(10000));
                 }
             };
             ths[i] = new Thread(task);
         }
         runAndComputeTime(ths);
         System.out.println(lists.size());
     }
     static void runAndComputeTime(Thread[] ths){
         long s1 = System.currentTimeMillis();
         Arrays.asList(ths).forEach(o->o.start());
         Arrays.asList(ths).forEach(o->{
             try{
                 o.join();
             }catch(InterruptedException e){
                 e.printStackTrace();
             }
         });
         long s2 = System.currentTimeMillis();
         System.out.println(s2-s1);
     }
 }

CopyOnWriteArrayList：4853 100000
Vector：114 100000
ArrayList：97 86864（有错）

2.4 并发容器——ConcurrentLinkedQueue

常用方法：

 public class T_ConcurrentLinkedQueue {
     public static void main(String[] args){
         Queue<String> strs = new ConcurrentLinkedQueue<>();
         for(int i=0; i<10; i++){
             //类似于add，有boolean返回值
             strs.offer("a"+i);
         }
         System.out.println(strs);
         System.out.println(strs.size());
         System.out.println(strs.poll());//取值并删除
         System.out.println(strs.size());
         System.out.println(strs.peek());//只取值不删
         System.out.println(strs.size());
     }
 }

2.5 并发容器——BlockingQueue

在高并发的情况下可以使用两种队列：

ConcurrentLinkedQueue：加锁式

BlockingQueue：阻塞式

LinkedBlockingQueue：

 public class T_LinkedBlockingQueue {
     static BlockingQueue<String> strs = new LinkedBlockingQueue<>();
     static Random r = new Random();
     public static void main(String[] args){
         //生产者线程
         new Thread(()->{
             for(int i=0; i<100; i++){
                 try{
                     strs.put("a"+i);//使用put，如果满了，就会等待
                 }catch(InterruptedException e){
                     e.printStackTrace();
                 }
             }
         },"p1").start();
         //5个消费者线程
         for(int i=0; i<5; i++){
             new Thread(()->{
                 for(;;){
                     try{
                         System.out.println(Thread.currentThread().getName()+"task-"+strs.take());//take如果空了，就会等待
                     }catch(InterruptedException e){
                         e.printStackTrace();
                     }
                 }
             },"c"+i).start();
         }
     }
 }

ArrayBlockingQueue：

 public class T_ArrayBlockingQueue {
     //有界队列
     static BlockingQueue<String> strs = new ArrayBlockingQueue<>(10);
     static Random r = new Random();
     public static void main(String[] args) throws Exception{
         for(int i=0; i<10; i++){
             strs.put("a"+i);
         }
         //strs.put("aaa");//满了就会等待，程序阻塞
         //strs.add("aaa");//队列满了会报异常
         strs.offer("aaa");//队列满了不会报异常，也加不进去
         //strs.offer("aaa",1, TimeUnit.SECONDS);//隔一段时间之内加不进去就不往里面加了
         System.out.println(strs);
     }
 }

DelayQueue：

 public class T_DelayQueue {
     //加入队列的元素只有等一定的时间之后才能被消费者拿走
     //默认按等待时间排序
     //DelayQueue 需要实现接口
     static BlockingQueue<MyTask> tasks = new DelayQueue<>();
     static Random r = new Random();
     static class MyTask implements Delayed{
         long runningTime;
         MyTask(long rt){
             this.runningTime = rt;
         }
         public int compareTo(Delayed o){
             if(this.getDelay(TimeUnit.MILLISECONDS)<o.getDelay(TimeUnit.MILLISECONDS))
                 return -1;
             else if(this.getDelay(TimeUnit.MILLISECONDS)>o.getDelay(TimeUnit.MILLISECONDS))
                 return 1;
             else
                 return 0;
         }

         @Override
         public long getDelay(TimeUnit unit) {
             return unit.convert(runningTime-System.currentTimeMillis(), TimeUnit.MILLISECONDS);
         }

         public String toString(){
             return ""+runningTime;
         }
     }

     public static void main(String[] agrs) throws InterruptedException{
         long now = System.currentTimeMillis();
         MyTask t1 = new MyTask(now+1000);
         MyTask t2 = new MyTask(now+2000);
         MyTask t3 = new MyTask(now+1500);
         MyTask t4 = new MyTask(now+2500);
         MyTask t5 = new MyTask(now+500);

         tasks.put(t1);
         tasks.put(t2);
         tasks.put(t3);
         tasks.put(t4);
         tasks.put(t5);

         System.out.println(tasks);

         for(int i=0; i<5; i++){
             System.out.println(tasks.take());
         }
     }
 }

[1558935218208, 1558935218708, 1558935219208, 1558935220208, 1558935219708]
1558935218208
1558935218708
1558935219208
1558935219708
1558935220208

可以用来做定时执行任务

TransferQueue：

 public class T_TransferQueue {
     public static void main(String[] agrs) throws InterruptedException{
         LinkedTransferQueue<String> strs = new LinkedTransferQueue<>();
         new Thread(()->{
             try{
                 System.out.println(strs.take());
             }catch(InterruptedException e){
                 e.printStackTrace();
             }
         }).start();
         //先启动几个消费者线程，生产者生产出一个产品的时候不往队列里加，
         //首先去找有没有消费者，有消费者直接给消费者消费，没有就阻塞
         //用在更高并发的情况下
         strs.transfer("aaa");
     }
 }

SynchronusQueue：

 public class SynchronusQueue {//没有容量的队列
     public static void main(String[] agrs) throws InterruptedException{
         //同步队列是一种特殊的transferQueue
         //
         BlockingQueue<String> strs = new SynchronousQueue<>();
         new Thread(()->{
             try{
                 System.out.println(strs.take());
             }catch(InterruptedException e){
                 e.printStackTrace();
             }
         }).start();

         //strs.put("aaa");//不报错，阻塞等待消费者消费
         strs.add("aaa");//报错queue full
         System.out.println(strs.size);
     }
 }

3. 线程池

3.1 Executor

　　执行器，这是一个接口，内部维护了一个方法execute负责执行一项任务，参数为Runnable，方法具体实现有我们执行，如下面的代码，既可以使用单纯的方法调用也可以新砌一个新的线程去执行Runnable的run方法；

 public class T_MyExecutor implements Executor {
     public static void main(String[] agrs){
         new T_MyExecutor().execute(()->System.out.println("hello executor"));
     }

     public void execute(Runnable commend){
         commend.run();
         //new Thread(commend).run();
     }
 }

3.2 ExecutorService

　　代表着启动一系列的线程为用户提供服务（本质上也是一个执行器），Java8官方文档就举了一个网络接受连接池的例子（代码如下）。

 class NetworkService implements Runnable {
    private final ServerSocket serverSocket;
    private final ExecutorService pool;

    public NetworkService(int port, int poolSize)
        throws IOException {
      serverSocket = new ServerSocket(port);
      pool = Executors.newFixedThreadPool(poolSize);
    }

    public void run() { // run the service
      try {
        for (;;) {
          pool.execute(new Handler(serverSocket.accept()));
        }
      } catch (IOException ex) {
        pool.shutdown();
      }
    }
  }

  class Handler implements Runnable {
    private final Socket socket;
    Handler(Socket socket) { this.socket = socket; }
    public void run() {
      // read and service request on socket
    }
  }

　　在这里ExecutorService就代表着一个线程池对外提供接受网络请求的服务，同时它也是一系列线程池的接口，如，RorkJoinPool、ScheduledThreadPoolExecutor,、ThreadPoolExecutor等。同时，它可以提交Callable与Runnable的对象返回一个未来的执行结果对象Future。Callable是一个增强版的Runnable，它的call方法可以抛出异常可以有返回值，返回值放在Future对象中，我们可以使用Future对象的get方法来获得返回值。

　　除了以上方法来创建一个ExecutorService还可以使用Executors这个工具类来创建它，在这里我们可以把Executors理解为就像utils，collections的工具类，是操作Executor的一个工具类。

2.3 ThreadPool 线程池

　　

 public class T_ThreadPool {
     public static void main(String[] agrs) throws InterruptedException{
         //Executors有一些工厂方法，newFixedThreadPool创建一个个数为5的线程池
         //ExecutorService接口是可以往里面扔任务（execute，submit）的，
         ExecutorService service = Executors.newFixedThreadPool(5);
         for(int i=0; i<6;i++){
             //5个线程，6个任务
             service.execute(()->{
                 try{
                     TimeUnit.MILLISECONDS.sleep(500);
                 }catch(InterruptedException e){
                     e.printStackTrace();
                 }
                 System.out.println(Thread.currentThread().getName());
             });
         }
         System.out.println(service);
         //ExecutorService 常用方法
         service.shutdown();//所有任务执行完关闭
         System.out.println(service.isTerminated());//所有任务是否执行完了
         System.out.println(service.isShutdown());//关了并一定是执行完了，代表正在关闭的过程中
         System.out.println(service);
     }
 }

执行结果：

java.util.concurrent.ThreadPoolExecutor@7ba4f24f[Running, pool size = 5, active threads = 5, queued tasks = 1（排队的任务）, completed tasks = 0]
false
true
java.util.concurrent.ThreadPoolExecutor@7ba4f24f[Shutting down, pool size = 5, active threads = 5, queued tasks = 1, completed tasks = 0]
pool-1-thread-1
pool-1-thread-3
pool-1-thread-2
pool-1-thread-5
pool-1-thread-4
pool-1-thread-1

2.4 Future

 public class T_Future {
     public static void main(String[] agrs) throws InterruptedException, ExecutionException{
         //RunnableTask 不产生任何返回值
         //new了个Callable对象并把它包装成FutureTask
         FutureTask<Integer> task = new FutureTask<>(()->{
             TimeUnit.MILLISECONDS.sleep(500);
             return 1000;
         });//相当于创建一个匿名类：new Callable（）{Integer call（）；}}
         //启动一个线程
         new Thread(task).start();
         System.out.println(task.get());//阻塞，任务执行完了返回值

         ExecutorService service = Executors.newFixedThreadPool(5);
         Future<Integer> f = service.submit(()->{
             TimeUnit.MILLISECONDS.sleep(500);
             return 1;
         });
         System.out.println(f.get());
         System.out.println(f.isDone());//任务执行完没有啊
         System.out.println(f.get());
         System.out.println(f.isDone());
     }
 }

2.5 线程池——newFixedThreadPool

小程序：计算1-200000之间的质数

比较一个线程和多个线程的效率：

 public class T_ParallelComputing {
     public static void main(String[] agrs) throws InterruptedException, ExecutionException {
         long start = System.currentTimeMillis();
         //计算1-200000之间所有的质数
         List<Integer> resulrs = getPrime(1,200000);
         //方法1：使用一个线程来计算
         long end = System.currentTimeMillis();
         System.out.println(end-start);

         //方法2：使用线程池
         final int cpuCoreNum = 4;
         ExecutorService service = Executors.newFixedThreadPool(cpuCoreNum);
         //创建4个任务，继承callable接口（有返回值）
         MyTask t1 = new MyTask(1,80000);
         MyTask t2 = new MyTask(80000,130000);
         MyTask t3 = new MyTask(130000,170000);
         MyTask t4 = new MyTask(170000,200000);
         //将4个任务扔到线程池
         Future<List<Integer>> f1 = service.submit(t1);
         Future<List<Integer>> f2 = service.submit(t2);
         Future<List<Integer>> f3 = service.submit(t3);
         Future<List<Integer>> f4 = service.submit(t4);

         start = System.currentTimeMillis();
         f1.get();
         f2.get();
         f3.get();
         f4.get();
         end = System.currentTimeMillis();
         System.out.println(end-start);
     }

     static class MyTask implements Callable<List<Integer>> {
         int startPos,endPos;

         MyTask(int s,int e){
             this.startPos = s;
             this.endPos = e;
         }
         public List<Integer> call() throws Exception{
             List<Integer> r = getPrime(startPos, endPos);
             return r;
         }
     }
     static boolean isPrime(int num){
         for(int i=2;i<=num/2;i++){
             if(num%i==0) return false;
         }
         return true;
     }
     static List<Integer> getPrime(int start,int end){
         List<Integer> results = new ArrayList<>();
         for(int i=start;i<=end;i++){
             if(isPrime(i)) results.add(i);
         }
         return results;
     }
 }

输出：

2513
786

2.6 线程池——CacheThreadPool

　　刚开始一个线程也没有，来一个任务起一个线程，如果来一个新的任务，线程池里刚好有一个线程空闲，直接让空闲线程执行任务，否则，起一个新线程；默认情况下，线程空闲超过60s自动销毁；

 public class T_CacheThreadPool {
     public static void main(String[] agrs) throws InterruptedException{
         ExecutorService service = Executors.newCachedThreadPool();
         System.out.println(service);

         for(int i=0;i<2;i++){
             service.execute(()->{
                 try{
                     TimeUnit.MILLISECONDS.sleep(500);
                 }catch(InterruptedException e){
                     e.printStackTrace();
                 }
                 System.out.println(Thread.currentThread().getName());
             });
         }
         System.out.println(service);
         TimeUnit.SECONDS.sleep(80);
         System.out.println(service);
     }
 }

运行结果：

java.util.concurrent.ThreadPoolExecutor@1540e19d[Running, pool size = 0, active threads = 0, queued tasks = 0, completed tasks = 0]
java.util.concurrent.ThreadPoolExecutor@1540e19d[Running, pool size = 2, active threads = 2, queued tasks = 0, completed tasks = 0]
pool-1-thread-2
pool-1-thread-1
java.util.concurrent.ThreadPoolExecutor@1540e19d[Running, pool size = 0, active threads = 0, queued tasks = 0, completed tasks = 2]

2.7 线程池——SingleThreadPool

　　线程池里就一个线程，保证任务顺序执行

 public class SingleThreadPool {
     public static void main(String[] agrs){
         ExecutorService service = Executors.newSingleThreadExecutor();
         for(int i=0;i<5;i++){
             final int j = i;
             service.execute(()->{
                 System.out.println(j+" "+Thread.currentThread().getName());
             });
         }
     }
 }

输出：

0 pool-1-thread-1
1 pool-1-thread-1
2 pool-1-thread-1
3 pool-1-thread-1
4 pool-1-thread-1

2.8 线程池——SchedulePool

　　与DelayQueue相对应，执行定时的任务，线程池里的线程可以复用

 public class SchedulePool {
     public static void main(String[] agrs){
         ScheduledExecutorService service = Executors.newScheduledThreadPool(4);
         service.scheduleAtFixedRate(()->{
             try{
                 TimeUnit.MILLISECONDS.sleep(new Random().nextInt(1000));
             }catch(InterruptedException e){
                 e.printStackTrace();
             }
             System.out.println(Thread.currentThread().getName());
         },0,500, TimeUnit.MILLISECONDS);
     }
 }

2.9 线程池——WorkStealingPool

　　工作窃取：有一堆任务和一堆线程，每个线程都维护一个自己的任务队列，当一个线程执行完自己队列里的任务，会去别的线程队列中“偷”未执行的任务继续执行；

 public class WorkStealPool {
     public static void main(String[] agrs) throws IOException {
         ExecutorService service = Executors.newWorkStealingPool();
         //打印cup多少核
         System.out.println(Runtime.getRuntime().availableProcessors());

         service.execute(new R(1000));
         service.execute(new R(2000));
         service.execute(new R(2000));
         service.execute(new R(2000));
         service.execute(new R(2000));
         //由于产生的是守护线程，主线程不阻塞看不到输出
         System.in.read();
     }
     public static class R implements Runnable{
         int time;
         R(int t){
             this.time = t;
         }
         public void run(){
             try{
                 TimeUnit.MILLISECONDS.sleep(time);
             }catch (InterruptedException e){
                 e.printStackTrace();
             }
             System.out.println(time+" "+Thread.currentThread().getName());
         }
     }
 }

2.10 线程池——ForkJoinPool

　　如果有一项特别难以完成的大任务，可以把大任务切分成小的任务（Fork），最后合并小任务（Join）；

 public class ForkJoinPool2 {
     static int[] nums = new int[1000000];
     static final int MAX_NUM = 50000;
     static Random r = new Random();
     //求和
     static {
         for(int i=0; i<nums.length;i++){
             nums[i]=r.nextInt(100);
         }
         System.out.println(Arrays.stream(nums).sum());
     }

     static class AddTask extends RecursiveAction{
         int start,end;
         AddTask(int s, int e){
             start = s;
             end = e;
         }
         protected void compute(){
             if(end-start<=MAX_NUM){
                 long sum = 0L;
                 for(int i=start;i<end;i++){
                     sum+=nums[i];
                 }
                 System.out.println("from:"+start+"to:"+end+"="+sum);
             }else{
                 int middle = start+(end-start)/2;
                 AddTask subTask1 = new AddTask(start,middle);
                 AddTask subTask2 = new AddTask(middle,end);
                 subTask1.fork();
                 subTask2.fork();
             }
         }
     }
     public static void main(String[] agrs) throws IOException{
         ForkJoinPool fjp = new ForkJoinPool();
         AddTask task = new AddTask(0,nums.length);

         fjp.execute(task);
         System.in.read();
     }
 }

49508417
from:593750to:625000=1543717
from:468750to:500000=1548821
from:843750to:875000=1548865
from:968750to:1000000=1543900
from:718750to:750000=1539386
from:437500to:468750=1547593
from:812500to:843750=1538471
from:687500to:718750=1540626
from:562500to:593750=1545775
from:937500to:968750=1546144
from:406250to:437500=1550529
from:781250to:812500=1540313
from:218750to:250000=1556540
from:656250to:687500=1547825
from:93750to:125000=1545292
from:156250to:187500=1546528
from:531250to:562500=1544129
from:750000to:781250=1541918
from:500000to:531250=1551838
from:906250to:937500=1549404
from:625000to:656250=1550692
from:375000to:406250=1544616
from:62500to:93750=1554626
from:875000to:906250=1548556
from:343750to:375000=1554709
from:281250to:312500=1545881
from:125000to:156250=1550330
from:312500to:343750=1548005
from:250000to:281250=1552814
from:31250to:62500=1547229
from:187500to:218750=1545491
from:0to:31250=1547854

没有计算总的sun，因为RecursiveAction是没有返回值的，改为继承RecursiveTask，如下

 public class ForkJoinPool2 {
     static int[] nums = new int[1000000];
     static final int MAX_NUM = 50000;
     static Random r = new Random();
     //求和
     static {
         for(int i=0; i<nums.length;i++){
             nums[i]=r.nextInt(100);
         }
         System.out.println(Arrays.stream(nums).sum());
     }
     static class AddTask extends RecursiveTask<Long> {
         int start,end;
         AddTask(int s, int e){
             start = s;
             end = e;
         }
         protected Long compute(){
             if(end-start<=MAX_NUM){
                 long sum = 0L;
                 for(int i=start;i<end;i++){
                     sum+=nums[i];
                 }
                 return sum;
             }
             int middle = start+(end-start)/2;
             AddTask subTask1 = new AddTask(start,middle);
             AddTask subTask2 = new AddTask(middle,end);
             subTask1.fork();
             subTask2.fork();
             return subTask1.join()+subTask2.join();
         }
     }
     public static void main(String[] agrs) throws IOException{
         ForkJoinPool fjp = new ForkJoinPool();
         AddTask task = new AddTask(0,nums.length);
         fjp.execute(task);
         long result = task.join();
         System.out.println(result);
         //System.in.read();
     }
 }

2.11 线程池——ThreadPoolExecutor

　　线程池的底层实现：

发现它们都基于ThreadPoolExector，WorkStealingPool与ForkJoinPool的底层都是ForkJoinPool。

2530
570

2.12——parallelStreamAPI

 public class T_ParallelStreamAPI {
     public static void main(String[] agrs){
         List<Integer> nums = new ArrayList<>();
         Random r = new Random();
         for(int i=0;i<10000;i++){
             nums.add(1000000+r.nextInt(1000000));
         }
         long start = System.currentTimeMillis();
         nums.forEach(v->isPrime(v));
         long end = System.currentTimeMillis();
         System.out.println(end-start);

         //使用parallelStream api
         start = System.currentTimeMillis();
         //默认使用多线程
         nums.parallelStream().forEach(T_ParallelStreamAPI::isPrime);
         end = System.currentTimeMillis();
         System.out.println(end-start);
     }
     static boolean isPrime(int num){
         for(int i=2;i<num/2;i++){
             if(num%i==0)
                 return false;
         }
         return true;
     }
 }

2530
570