本文共 2401 字，大约阅读时间需要 8 分钟。

当我们需要执行大量的小任务时，有经验的Java开发人员都会采用线程池来高效执行这些小任务。然而，有一种任务，例如，对超过1000万个元素的数组进行排序，这种任务本身可以并发执行，但如何拆解成小任务需要在任务执行的过程中动态拆分。这样，大任务可以拆成小任务，小任务还可以继续拆成更小的任务，最后把任务的结果汇总合并，得到最终结果，这种模型就是Fork/Join模型。

Java7引入了Fork/Join框架，我们通过RecursiveTask这个类就可以方便地实现Fork/Join模式。

接下来我们通过recursiceTask完成一个并发数值求和的过程

package com.wyh.study.thread.forkjoin;import java.util.Arrays;import java.util.concurrent.ForkJoinPool;import java.util.concurrent.ForkJoinTask;import java.util.concurrent.RecursiveTask;/** * @Author: wuyaohua * @Description: * @Date: Created in 11:24 2018-08-23 */class SumTask extends RecursiveTask
   
     {    static final int THRESHOLD = 100;    long[] array;    int start;    int end;    SumTask(long[] array, int start, int end) {        this.array = array;        this.start = start;        this.end = end;    }    @Override    protected Long compute() {        if (end - start <= THRESHOLD) {            // 如果任务足够小,直接计算:            long sum = 0;            for (int i = start; i < end; i++) {                sum += array[i];            }            try {                Thread.sleep(1000);            } catch (InterruptedException e) {            }            System.out.println(String.format("compute %d~%d = %d", start, end, sum));            return sum;        }        // 任务太大,一分为二:        int middle = (end + start) / 2;        System.out.println(String.format("split %d~%d ==> %d~%d, %d~%d", start, end, start, middle, middle, end));        SumTask subtask1 = new SumTask(this.array, start, middle);        SumTask subtask2 = new SumTask(this.array, middle, end);        invokeAll(subtask1, subtask2);        Long subresult1 = subtask1.join();        Long subresult2 = subtask2.join();        Long result = subresult1 + subresult2;        System.out.println("result = " + subresult1 + " + " + subresult2 + " ==> " + result);        return result;    }    public static void main(String[] args) throws Exception {        // 创建随机数组成的数组:        long[] array = new long[400];        Arrays.fill(array,4);        // fork/join task:        // 最大并发数4        ForkJoinPool fjp = new ForkJoinPool(4);        ForkJoinTask
    
      task = new SumTask(array, 0, array.length);        long startTime = System.currentTimeMillis();        Long result = fjp.invoke(task);        long endTime = System.currentTimeMillis();        System.out.println("Fork/join sum: " + result + " in " + (endTime - startTime) + " ms.");    }}
    
   

转载地址：https://blog.csdn.net/JohneyWu/article/details/81980023 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！