Lock&Condition

简介:
package com.ixhong.base.thread;

import java.util.concurrent.locks.Condition;
import java.util.concurrent.locks.Lock;
import java.util.concurrent.locks.ReentrantLock;

public class ThreeConditionCommunication {

   /**
    * @param args
*/
public static void main(String[] args) {
      
      final Business business = new Business();
      new Thread(
            new Runnable() {
               
               @Override
public void run() {
               
                  for(int i=1;i<=50;i++){
                     business.sub2(i);
                  }
                  
               }
            }
      ).start();
      
      new Thread(
            new Runnable() {
               
               @Override
public void run() {
               
                  for(int i=1;i<=50;i++){
                     business.sub3(i);
                  }
                  
               }
            }
      ).start();    
      
      for(int i=1;i<=50;i++){
         business.main(i);
      }
      
   }

   static class Business {
         Lock lock = new ReentrantLock();
         Condition condition1 = lock.newCondition();
         Condition condition2 = lock.newCondition();
         Condition condition3 = lock.newCondition();
        private int shouldSub = 1;
        public  void sub2(int i){
           lock.lock();
           try{
              while(shouldSub != 2){
                 try {
                  condition2.await();
               } catch (Exception e) {
                  // TODO Auto-generated catch block
e.printStackTrace();
               }
              }
               for(int j=1;j<=10;j++){
                  System.out.println("sub2 thread sequence of " + j + ",loop of " + i);
               }
              shouldSub = 3;
              condition3.signal();
           }finally{
              lock.unlock();
           }
        }

        public  void sub3(int i){
           lock.lock();
           try{
              while(shouldSub != 3){
                 try {
                  condition3.await();
               } catch (Exception e) {
                  // TODO Auto-generated catch block
e.printStackTrace();
               }
              }
               for(int j=1;j<=20;j++){
                  System.out.println("sub3 thread sequence of " + j + ",loop of " + i);
               }
              shouldSub = 1;
              condition1.signal();
           }finally{
              lock.unlock();
           }
        }         
        
        public  void main(int i){
           lock.lock();
           try{
             while(shouldSub != 1){
                  try {
                     condition1.await();
                  } catch (Exception e) {
                     // TODO Auto-generated catch block
e.printStackTrace();
                  }
               }
               for(int j=1;j<=100;j++){
                  System.out.println("main thread sequence of " + j + ",loop of " + i);
               }
               shouldSub = 2;
               condition2.signal();
        }finally{
           lock.unlock();
        }
     }
   
   }
}

原文链接:[http://wely.iteye.com/blog/2228624]

相关文章
|
2天前
|
云安全 人工智能 算法
以“AI对抗AI”,阿里云验证码进入2.0时代
三层立体防护,用大模型打赢人机攻防战
1293 1
|
9天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
702 4
|
2天前
|
机器学习/深度学习 安全 API
MAI-UI 开源:通用 GUI 智能体基座登顶 SOTA!
MAI-UI是通义实验室推出的全尺寸GUI智能体基座模型,原生集成用户交互、MCP工具调用与端云协同能力。支持跨App操作、模糊语义理解与主动提问澄清,通过大规模在线强化学习实现复杂任务自动化,在出行、办公等高频场景中表现卓越,已登顶ScreenSpot-Pro、MobileWorld等多项SOTA评测。
563 3
|
3天前
|
人工智能 Rust 运维
这个神器让你白嫖ClaudeOpus 4.5,Gemini 3!还能接Claude Code等任意平台
加我进AI讨论学习群,公众号右下角“联系方式”文末有老金的 开源知识库地址·全免费
|
2天前
|
存储 弹性计算 安全
阿里云服务器4核8G收费标准和活动价格参考:u2a实例898.20元起,计算型c9a3459.05元起
现在租用阿里云服务器4核8G价格是多少?具体价格及配置详情如下:云服务器ECS通用算力型u2a实例,配备4核8G配置、1M带宽及40G ESSD云盘(作为系统盘),其活动价格为898.20元/1年起;此外,ECS计算型c9a实例4核8G配置搭配20G ESSD云盘,活动价格为3459.05元/1年起。在阿里云的当前活动中,4核8G云服务器提供了多种实例规格供用户选择,不同实例规格及带宽的组合将带来不同的优惠价格。本文为大家解析阿里云服务器4核8G配置的实例规格收费标准与最新活动价格情况,以供参考。
242 150
|
9天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
356 164