大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元售后保障童叟无欺

ForkJoin之RecursiveAction和RecursiveTask的简单使用

Java提供的多线程可以提高CPU的利用率，现在的CPU都是多核多线程，如果不好好利用，只运行单线程程序，会使得CPU的其他核心空闲，浪费宝贵的计算机资源。

编写好的程序不容易，编写好的多线程程序更难。

JDK1.7开始，Java提供了Fork/Join框架，可以方便的将一个大任务拆分成多个小任务，利用多个线程去并行执行，提高程序的性能，更好的利用CPU资源。

基本思想

分而治之

将一个规模为N的问题分解为K个规模较小的子问题(K <= N)，这些子问题相互独立且与原问题性质相同，求出子问题的解，就可以求出原问题的解。

分而治之有两个前提条件：

子问题相互独立
子问题与原问题性质相同

举个栗子

有一亩稻田，种着10排水稻，丰收季节要对水稻进行收割。

大任务：收割10排水稻。
小任务：收割1排水稻。

将大任务进行拆分，大小任务之间性质相同，且小任务之间相互独立。

单线程程序

一位工人，串行收割10排水稻。

多线程程序

10位工人，并行每人收割1排水稻。

工作窃取

如上述，10位工人不可能每个人干活的速度都一样，收割有快有慢，提前结束的要去帮忙收割慢的，榨干工人资源。

将一个大任务拆分给10个线程去执行，10个线程不可能同时执行完毕，肯定有快有慢。
执行快的线程必须等待慢的线程，因为最后必须汇总所有的结果才是最终结果。

执行快的线程等待：其实还是浪费了CPU的资源。

于是就有了“工作窃取”的概念。

每个线程都为分配给他的任务保存一个双向的链式队列，每完成一个任务，就会队列头上取出下一个任务开始执行。
有些线程可能早早地完成了分配给他的任务，即他的队列已经空了，但其他的线程还是很忙。这个时候队列已经空了的线程并不会闲置下来，而是随机选择一个其他的线程从队列的尾巴上“偷走”一个任务。这个过程会一直继续下去，直到所有的任务都执行完毕，所有的队列都清空。

简单示例

ForkJoinTask下有两个常用的类：RecursiveAction和RecursiveTask。

RecursiveAction不支持返回值，RecursiveTask支持返回值。
有点类似于：Runnable和Callable。

RecursiveAction

递归目录，找出zip文件。

FileTask

public class FileTask extends RecursiveAction { 
   
	private File file;

	public FileTask(File file) { 
   
		this.file = file;
	}

	@Override
	protected void compute() { 
   
		if (file.isDirectory()) { 
   
			List<RecursiveAction> list = new ArrayList<>();
			for (File item : file.listFiles()) { 
   
				list.add(new FileTask(item));
			}
			for (RecursiveAction action : invokeAll(list)) { 
   
				action.join();
			}
		}
		if (file.getName().endsWith("zip")){ 
   
			System.out.println(file.getAbsolutePath());
		}
	}
}

Client

public class Client { 
   
	public static void main(String[] args) { 
   
		// 构建ForkJoin线程池
		ForkJoinPool pool = new ForkJoinPool();
		//构建一个FileTask，交给pool执行并获取处理结果。
		File file = new File("/Users/panchanghe/temp");
		FileTask task = new FileTask(file);
		pool.invoke(task);
	}
}
输出：
/Users/panchanghe/temp/37010119000084.zip
/Users/panchanghe/temp/a.zip
/Users/panchanghe/temp/问题图片.zip
/Users/panchanghe/temp/ext-6.6.0/packages/exporter/src/exporter/file/zip
/Users/panchanghe/temp/ext-6.6.0/build/packages/exporter/src/exporter/file/zip

RecursiveTask

计算一个30000长度的int数组之和，每个task计算10000个。

ArrayTask

public class ArrayTask extends RecursiveTask<Integer> { 
   
	//单个任务处理的阈值
	private final static int THRESHOLD = 10000;
	private int start;
	private int end;
	private int[] arr;

	public ArrayTask(int start, int end, int[] arr) { 
   
		this.start = start;
		this.end = end;
		this.arr = arr;
	}

	@Override
	protected Integer compute() { 
   
		if (end - start >= THRESHOLD) { 
   
			System.out.println("任务拆分...");
			//对任务进行切分
			ArrayTask task1 = new ArrayTask(start, (end + start) / 2, arr);
			ArrayTask task2 = new ArrayTask((end + start) / 2+1, end, arr);
			invokeAll(task1, task2);
			return task1.join() + task2.join();
		}
		//直接处理 返回结果
		int sum = 0;
		for (int i = start; i <= end; i++) { 
   
			sum += arr[i];
		}
		System.out.println(Thread.currentThread().getName()+"线程执行情况:"+start+"~"+end+":"+sum);
		return sum;
	}
}

Client

public class Client { 
   
	public static void main(String[] args){ 
   
		// 构建ForkJoin线程池
		ForkJoinPool pool = new ForkJoinPool();
		//构建一个 1000000 长度的数组，元素为100内随机数
		Random random = new Random();
		int[] arr = IntStream.range(0, 30000).map(i -> random.nextInt(100)).toArray();
		//构建一个ArrayTask，交给pool执行并获取处理结果。
		ArrayTask task = new ArrayTask(0, arr.length-1, arr);
		Integer result = pool.invoke(task);
		System.out.println("最终结果:"+result);
	}
}
输出：
任务拆分...
任务拆分...
任务拆分...
ForkJoinPool-1-worker-1线程执行情况:0~7499:375503
ForkJoinPool-1-worker-3线程执行情况:7500~14999:374008
ForkJoinPool-1-worker-2线程执行情况:15000~22499:373373
ForkJoinPool-1-worker-4线程执行情况:22500~29999:374858
最终结果:1497742