当前位置：首页 > news >正文

ForkJoin

news 2025/8/4 9:51:45

线程数超过CPU核心数是没有任何意义的【因为要使用CPU密集型运算】

Fork/Join：线程池的实现，体现是分治思想，适用于能够进行任务拆分的 CPU 密集型运算，用于并行计算

任务拆分：将一个大任务拆分为算法上相同的小任务，直至不能拆分可以直接求解。跟递归相关的一些计算，如归并排序、斐波那契数列都可以用分治思想进行求解

Fork/Join 在分治的基础上加入了多线程，把每个任务的分解和合并交给不同的线程来完成，提升了运算效率
ForkJoin 使用 ForkJoinPool 来启动，是一个特殊的线程池，默认会创建与 CPU 核心数大小相同的线程池
任务有返回值继承 RecursiveTask，没有返回值继承 RecursiveAction【特殊：不能用Runnable或者Callable了】

public static void main(String[] args) {ForkJoinPool pool = new ForkJoinPool(4);System.out.println(pool.invoke(new MyTask(5)));//拆分  5 + MyTask(4) --> 4 + MyTask(3) -->}// 1~ n 之间整数的和class MyTask extends RecursiveTask<Integer> {private int n;public MyTask(int n) {this.n = n;}@Overridepublic String toString() {return "MyTask{" + "n=" + n + '}';}@Overrideprotected Integer compute() {// 如果 n 已经为 1，可以求得结果了if (n == 1) {return n;}// 将任务进行拆分(fork)MyTask t1 = new MyTask(n - 1);t1.fork();  //执行计算// 合并(join)结果int result = n + t1.join(); //获取上面fork的执行结果return result;}}

继续拆分优化：二分法

class AddTask extends RecursiveTask<Integer> {int begin;int end;public AddTask(int begin, int end) {this.begin = begin;this.end = end;}@Overridepublic String toString() {return "{" + begin + "," + end + '}';}@Overrideprotected Integer compute() {// 5, 5if (begin == end) {return begin;}// 4, 5  防止多余的拆分  提高效率if (end - begin == 1) {return end + begin;}// 1 5int mid = (end + begin) / 2; // 3AddTask t1 = new AddTask(begin, mid); // 1,3t1.fork();AddTask t2 = new AddTask(mid + 1, end); // 4,5t2.fork();int result = t1.join() + t2.join();return result;}}

ForkJoinPool 实现了工作窃取算法来提高 CPU 的利用率：