我是靠谱客的博主 酷酷白开水,最近开发中收集的这篇文章主要介绍java多线程处理数据_多线程并发快速处理数据,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

方法1

import java.util.ArrayList;

import java.util.List;

import java.util.concurrent.Callable;

import java.util.concurrent.ExecutionException;

import java.util.concurrent.ExecutorService;

import java.util.concurrent.Executors;

import java.util.concurrent.Future;

public class LargSumWithCallable {

static int threadCounts =10;//使用的线程数

static long sum=0;

public static void main(String []args) throws InterruptedException, ExecutionException{

ExecutorService exec=Executors.newFixedThreadPool(threadCounts);

List> callList=new ArrayList>();

List list = new ArrayList();

for (int j = 0; j <= 1000000;j++)  {

list.add(j);

}

int len=list.size()/threadCounts;//平均分割List

//List中的数量没有线程数多(很少存在)

if(len==0){

threadCounts=list.size();//采用一个线程处理List中的一个元素

len=list.size()/threadCounts;//重新平均分割List

}

for(int i=0;i

final List subList;

if(i==threadCounts-1){

subList=list.subList(i*len,list.size());

}else{

subList=list.subList(i*len, len*(i+1)>list.size()?list.size():len*(i+1));

}

//采用匿名内部类实现

callList.add(new Callable(){

public Long call() throws Exception {

long subSum=0L;

for(Integer i:subList){

subSum+=i;

}

System.out.println("分配给线程:"+Thread.currentThread().getName()+"那一部分List的整数和为:tSubSum:"+subSum);

return subSum;

}

});

}

List> futureList=exec.invokeAll(callList);

for(Future future:futureList){

sum+=future.get();

}

exec.shutdown();

System.out.println(sum);

}

}

方法2

import java.util.ArrayList;

import java.util.List;

import java.util.concurrent.BrokenBarrierException;

import java.util.concurrent.CyclicBarrier;

import java.util.concurrent.ExecutorService;

import java.util.concurrent.Executors;

public class LargeListIntegerSum {

private long sum;//存放整数的和

private CyclicBarrier barrier;//障栅集合点(同步器)

private List list;//整数集合List

private int threadCounts;//使用的线程数

public LargeListIntegerSum(List list,int threadCounts) {

this.list=list;

this.threadCounts=threadCounts;

}

/**

* 获取List中所有整数的和

* @return

*/

public long getIntegerSum(){

ExecutorService exec=Executors.newFixedThreadPool(threadCounts);

int len=list.size()/threadCounts;//平均分割List

//List中的数量没有线程数多(很少存在)

if(len==0){

threadCounts=list.size();//采用一个线程处理List中的一个元素

len=list.size()/threadCounts;//重新平均分割List

}

barrier=new CyclicBarrier(threadCounts+1);

for(int i=0;i

//创建线程任务

if(i==threadCounts-1){//最后一个线程承担剩下的所有元素的计算

exec.execute(new SubIntegerSumTask(list.subList(i*len,list.size())));

}else{

exec.execute(new SubIntegerSumTask(list.subList(i*len, len*(i+1)>list.size()?list.size():len*(i+1))));

}

}

try {

barrier.await();//关键,使该线程在障栅处等待,直到所有的线程都到达障栅处

} catch (InterruptedException e) {

System.out.println(Thread.currentThread().getName()+":Interrupted");

} catch (BrokenBarrierException e) {

System.out.println(Thread.currentThread().getName()+":BrokenBarrier");

}

exec.shutdown();

return sum;

}

/**

* 分割计算List整数和的线程任务

*

*/

public class SubIntegerSumTask implements Runnable{

private List subList;

public SubIntegerSumTask(List subList) {

this.subList=subList;

}

public void run() {

long subSum=0L;

for (Integer i : subList) {

subSum += i;

}

synchronized(LargeListIntegerSum.this){//在LargeListIntegerSum对象上同步

sum+=subSum;

}

try {

barrier.await();//关键,使该线程在障栅处等待,直到所有的线程都到达障栅处

} catch (InterruptedException e) {

System.out.println(Thread.currentThread().getName()+":Interrupted");

} catch (BrokenBarrierException e) {

System.out.println(Thread.currentThread().getName()+":BrokenBarrier");

}

System.out.println("分配给线程:"+Thread.currentThread().getName()+"那一部分List的整数和为:tSubSum:"+subSum);

}

}

public static void main(String[] args) {

List list = new ArrayList();

int threadCounts = 10;//采用的线程数

for (int i = 1; i <= 1000000; i++) {

list.add(i);

}

long start=  System.currentTimeMillis();

LargeListIntegerSum countListIntegerSum=new LargeListIntegerSum(list,threadCounts);

long sum=countListIntegerSum.getIntegerSum();

System.out.println("List中所有整数的和为:"+sum);

long end=  System.currentTimeMillis();

System.out.println(end-start);

}

}

最后

以上就是酷酷白开水为你收集整理的java多线程处理数据_多线程并发快速处理数据的全部内容,希望文章能够帮你解决java多线程处理数据_多线程并发快速处理数据所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(57)

评论列表共有 0 条评论

立即
投稿
返回
顶部