news 2026/6/9 23:23:12

JUC1(多线程的三种实现方式)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
JUC1(多线程的三种实现方式)
线程与进程

线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中,是进程中的实际运作单位。而进程是程序的基本执行实体。这个在我之前的简易线程池里面也有提到过。

并发与并行

并发:在同一时刻,有多个指令在单个CPU上交替执行

并行:在同一时刻,有多个指令在多个CPU上同时执行

并发与并行不冲突,可能是同时进行的。

多线程的实现方式(一):继承Thread类

1.自定义一个类继承Thread

2.重写run方法

3.创建子类的对象,并启动线程

MyThread.java

package learn.juc; ​ public class MyThread extends Thread { @Override public void run() { for (int i = 0; i < 100; i++) { System.out.println(getName() + "练剑!"); } } }

ThreadDemo.java

package learn.juc; ​ public class ThreadDemo { public static void main(String[] args) { MyThread t1 = new MyThread(); MyThread t2 = new MyThread(); ​ t1.setName("线程1"); t2.setName("线程2"); ​ t1.start(); t2.start(); ​ } }

运行后发现报了一个错误:没有为模块MultiThread指定JDK(如果是项目全局的JDK配置丢失了,那么会在代码里直接报错)。点击顶部菜单 文件 -> 项目结构(或快捷键Ctrl+Alt+Shift+S) -> 项目 -> 语言级别 -> 选择与你本地JDK版本匹配的项目语言级别。还是在项目结构界面,选择模块,点击MultiThread-> 依赖 -> 模块SDK -> 选择与你项目匹配的JDK

再运行,发现左侧弹出一个红框,其内容是”没有为模块MultiThread指定输出路径“。没有指定输出路径,那么IDEA就不知道把编译后的class文件放到哪里,所以我们要给模块配置输出目录。还是找到项目结构。

方法一:项目级统一输出路径。在左侧找到项目,在编译器输出那里指定输出目录(在项目文件夹下新建out\production\MultiThread作为编译器输出目录)。配置简单,适合简单项目、简单模块。

方法二:模块单独输出路径。在左侧找到模块 -> 右侧切换到路径 -> 点击 使用模块编译输出路径 -> 选择输出目录 -> 测试输出目录可以选择同一个目录。每个模块有独立的编译目录,多模块项目中便于区分不同模块的编译产物,结构更清晰。

再运行,就可以正常看到输出结果了。

方法一的可扩展性较差,不能再继承其它的类。

多线程的实现方式(二):实现Runnable接口

1.自己定义一个类实现Runnable接口

2.重写里面的run方法

3.创建自己的类的对象

4.创建一个Thread类的对象,并开启线程

MyThread.java

package learn.juc; ​ public class MyThread implements Runnable { @Override public void run() { for (int i = 0; i < 100; i++) { //获取到当前线程的对象,因为getName是Thread类的方法 System.out.println(Thread.currentThread().getName() + "练剑!"); } } }

ThreadDemo.java

package learn.juc; ​ public class ThreadDemo { public static void main(String[] args) { //创建MyThread对象,表示多线程要执行的任务 MyThread mt = new MyThread(); ​ //创建Thread对象,把MyThread对象作为参数传递 Thread t1 = new Thread(mt); Thread t2 = new Thread(mt); ​ //设置线程名称 t1.setName("线程1"); t2.setName("线程2"); ​ //启动线程 t1.start(); t2.start(); ​ } }
多线程的实现方式(三):利用Callable接口和Future接口方式实现

可以看到前面两个方法中,重写的run方法都没有返回值,拿不到多线程运行的结果。而这个第三种实现方式可以拿到多线程运行的结果。

1.创建一个类MyCallable实现Callable接口

2.重写call(有返回值,表示多线程运行的结果)

3.创建MyCallable对象(表示多线程要执行的任务)

4.创建FutureTask对象(管理多线程运行的结果)

5.创建Thread类的对象,并启动(表示线程)

MyCallable.java

package learn.juc; ​ import java.util.concurrent.Callable; ​ public class MyCallable implements Callable<Integer> { @Override public Integer call() throws Exception { int sum = 0; for (int i = 0; i < 100; i++) { sum += i; } return sum; } }

ThreadDemo.java

package learn.juc; ​ import java.util.concurrent.ExecutionException; import java.util.concurrent.FutureTask; ​ public class ThreadDemo { public static void main(String[] args) throws ExecutionException, InterruptedException { //1.创建MyCallable对象,表示多线程要执行的任务 MyCallable mc = new MyCallable(); ​ //2.创建FutureTask对象,管理多线程运行的结果 FutureTask<Integer> ft = new FutureTask<>(mc); //3.创建Thread对象,把FutureTask对象作为参数传递 Thread t1 = new Thread(ft); //4.启动线程 t1.start(); //5.获取多线程运行的结果 Integer res = ft.get(); System.out.println(res); } }

实际上在我的线程池学习日记里是有提到future这个东西的:

// add new work item to the pool template<class F, class... Args> auto ThreadPool::enqueue(F&& f, Args&&... args) -> std::future<typename std::result_of<F(Args...)>::type> { using return_type = typename std::result_of<F(Args...)>::type; ​ auto task = std::make_shared< std::packaged_task<return_type()> >( std::bind(std::forward<F>(f), std::forward<Args>(args)...) ); ​ std::future<return_type> res = task->get_future(); { std::unique_lock<std::mutex> lock(queue_mutex); ​ // don't allow enqueueing after stopping the pool if(stop) throw std::runtime_error("enqueue on stopped ThreadPool"); ​ tasks.emplace([task](){ (*task)(); }); } condition.notify_one(); return res; }

在这里,future的作用就是异步获取结果,调用者可以通过其get方法拿到结果。这和上面JUC的future类似。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/9 20:08:46

M3-Agent-Control:AI智能体控制入门神器,简单高效!

M3-Agent-Control&#xff1a;AI智能体控制入门神器&#xff0c;简单高效&#xff01; 【免费下载链接】M3-Agent-Control 项目地址: https://ai.gitcode.com/hf_mirrors/ByteDance-Seed/M3-Agent-Control 导语&#xff1a;近日&#xff0c;一款名为M3-Agent-Control的…

作者头像 李华
网站建设 2026/6/9 22:07:51

印章智能识别:5分钟快速部署企业级文档安全防护系统

印章智能识别&#xff1a;5分钟快速部署企业级文档安全防护系统 【免费下载链接】PaddleOCR Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80 languages recognition, provide data annotation and synthesis t…

作者头像 李华
网站建设 2026/6/9 20:06:01

Copyparty极速部署:单文件搞定企业级文件共享服务

Copyparty极速部署&#xff1a;单文件搞定企业级文件共享服务 【免费下载链接】copyparty Portable file server with accelerated resumable uploads, dedup, WebDAV, FTP, TFTP, zeroconf, media indexer, thumbnails all in one file, no deps 项目地址: https://gitcode.…

作者头像 李华
网站建设 2026/6/8 20:08:07

5分钟掌握Shotcut电影级调色:LUT文件应用全攻略

5分钟掌握Shotcut电影级调色&#xff1a;LUT文件应用全攻略 【免费下载链接】shotcut cross-platform (Qt), open-source (GPLv3) video editor 项目地址: https://gitcode.com/gh_mirrors/sh/shotcut 新手也能快速上手的视频调色技巧&#xff1a;从LUT文件导入到专业级…

作者头像 李华
网站建设 2026/6/9 20:04:58

如何应对大规模数据处理中的算法性能瓶颈

如何应对大规模数据处理中的算法性能瓶颈 【免费下载链接】Python All Algorithms implemented in Python 项目地址: https://gitcode.com/GitHub_Trending/pyt/Python 在当今数据爆炸的时代&#xff0c;传统算法在处理海量数据时面临严峻的性能挑战。本文基于Python算法…

作者头像 李华
网站建设 2026/6/9 1:23:53

开发者访谈:我们为何选择MGeo作为核心地址匹配引擎

开发者访谈&#xff1a;我们为何选择MGeo作为核心地址匹配引擎 在现代地理信息系统&#xff08;GIS&#xff09;、物流调度、用户画像构建等场景中&#xff0c;地址数据的标准化与实体对齐是数据清洗和融合的关键环节。然而&#xff0c;中文地址具有高度非结构化、表述多样、缩…

作者头像 李华