JUC-12-forkJoin

1. 简介

在JDK1.7中出现，用于并行执行效率。(必须要在大数据量中使用forkJoin)

本质：分而治之

2.特点

• 工作窃取

3. 具体使用

• RecursiveAction:没有返回值
• RecursiveTask：有返回值

现在有一个需求：需要计算0到十亿的和！

（以下有三种方式去求解）

1. 单纯for循环求和（直接被开除）

public static void test1(){
    long sum = 0;
    long start = System.currentTimeMillis();
    for (int i = 0; i < 10_0000_0000; i++) {
        sum += i;
    }
    long end  = System.currentTimeMillis();
    System.out.println("执行了" + (end-start) + "时间"+",sum是"+sum);
}

2. 使用forkJoin(可以调节切分的点)

public static void test2() throws ExecutionException, InterruptedException {
    long start = System.currentTimeMillis();

    // 使用forkJoin必须要new 一个 forkJoinPool
    ForkJoinPool forkJoinPool = new ForkJoinPool();
    Test test = new Test(0L, 10_0000_0000L);
    // 提交任务
    ForkJoinTask<Long> submit = forkJoinPool.submit(test);

    // 获取结果
    Long sum = submit.get();

    long end   = System.currentTimeMillis();
    System.out.println("执行了" + (end-start) + "时间" + sum);
}

// 如何使用forkJoin
// 1. forkjoinPool 通过它来执行
// 2. 计算任务 execute(ForkJoinTask<?> task)
// 3. 类要继承：extends RecursiveTask<>


import java.util.concurrent.RecursiveTask;

public class Test extends RecursiveTask<Long> {

    private Long start;
    private Long end;

    // 临界值
    private Long temp = 10000L;

    public Test(Long start, Long end) {
        this.start = start;
        this.end = end;
    }


    // 计算方法
    @Override
    protected Long compute() {
        if ((end-start) < temp){
            Long sum = 0l;
            for (Long i = start; i < end; i++) {
                sum += i;
            }
            return sum;

        }else {
            // 分支合并计算 forkJoin
            long mid = (start + end)/2;
            // 拆分任务，同时压入队列
            Test test1 = new Test(start, mid);
            test1.fork();
            Test test2 = new Test(mid + 1, end);
            test2.fork();

            // 获取子结果
            return test1.join() + test2.join();
        }
    }
}

3. 使用Stream流计算（建议去读一下源码）

public static void test3(){
    long start = System.currentTimeMillis();
    // Stream并行流
    // rangeClosed (]
    long sum = LongStream.rangeClosed(0L, 10_0000_0000L).parallel().reduce(0, Long::sum);

    long end   = System.currentTimeMillis();
    System.out.println("执行了" + (end-start) + "时间");
}

打赏