news 2026/5/1 9:46:09

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 2026/5/1 0:29:25

Alf.io:专业开源票务系统,轻松构建专属活动管理平台

Alf.io&#xff1a;专业开源票务系统&#xff0c;轻松构建专属活动管理平台 【免费下载链接】alf.io alf.io - The open source ticket reservation system for conferences, trade shows, workshops, meetups 项目地址: https://gitcode.com/gh_mirrors/al/alf.io 在当…

作者头像 李华
网站建设 2026/4/29 1:16:55

WebRTC性能监控与优化:从问题诊断到实践验证

WebRTC性能监控与优化&#xff1a;从问题诊断到实践验证 【免费下载链接】neko A self hosted virtual browser that runs in docker and uses WebRTC. 项目地址: https://gitcode.com/GitHub_Trending/ne/neko 在现代实时通信应用中&#xff0c;WebRTC监控已成为确保用…

作者头像 李华
网站建设 2026/5/1 1:10:05

A.X 3.1重磅发布:韩语AI效率与理解能力双突破

A.X 3.1重磅发布&#xff1a;韩语AI效率与理解能力双突破 【免费下载链接】A.X-3.1 项目地址: https://ai.gitcode.com/hf_mirrors/skt/A.X-3.1 导语&#xff1a;韩国电信巨头SKT推出自研大语言模型A.X 3.1&#xff0c;以2.1万亿tokens训练量实现韩语理解能力与计算效率…

作者头像 李华
网站建设 2026/5/1 6:04:42

LTX-Video:AI实时生成704P高清视频的新突破

LTX-Video&#xff1a;AI实时生成704P高清视频的新突破 【免费下载链接】LTX-Video 项目地址: https://ai.gitcode.com/hf_mirrors/Lightricks/LTX-Video 导语&#xff1a;以色列科技公司Lightricks近日推出的LTX-Video模型&#xff0c;首次实现了基于DiT&#xff08;D…

作者头像 李华
网站建设 2026/5/1 6:05:54

腾讯Hunyuan-7B-FP8开源:超强Agent能力的高效推理模型

腾讯Hunyuan-7B-FP8开源&#xff1a;超强Agent能力的高效推理模型 【免费下载链接】Hunyuan-7B-Instruct-FP8 腾讯Hunyuan-7B-Instruct-FP8开源大模型&#xff0c;支持快慢双推理模式与256K超长上下文&#xff0c;Agent能力领先BFCL-v3等基准。采用GQA与FP8量化技术实现高效推理…

作者头像 李华
网站建设 2026/4/10 12:55:03

Automate Sketch:重新定义你的设计工作流

Automate Sketch&#xff1a;重新定义你的设计工作流 【免费下载链接】Automate-Sketch Make your workflow more efficient. 项目地址: https://gitcode.com/gh_mirrors/au/Automate-Sketch 当设计效率遇到瓶颈时 每天面对Sketch&#xff0c;你是否也有这样的困扰&…

作者头像 李华