AtomicInteger使用非阻塞算法,实现并发控制多线程实现售票

简介: AtomicInteger使用非阻塞算法,实现并发控制多线程实现售票
代码如下:
public class TicketDemo implements Runnable {
    private static volatile AtomicInteger ticketSum = new AtomicInteger(20);
    private static int finalTotal = 0;
 
    @Override
    public void run() {
        int count;
        while ((count = ticketSum.decrementAndGet()) >= 0) {
            System.out.println(Thread.currentThread().getName() + "卖出了第" + ++count + "张票");
            finalTotal++;
        }
    }
 
    public static void main(String[] args) {
        Thread t1 = new Thread(new TicketDemo(), "t1");
        Thread t2 = new Thread(new TicketDemo(), "t2");
        Thread t3 = new Thread(new TicketDemo(), "t3");
        long startTime = System.currentTimeMillis();
        t1.start();
        t2.start();
        t3.start();
        while (true) {
            if (!t1.isAlive() && !t2.isAlive() && !t3.isAlive()) {
                long endTime = System.currentTimeMillis();
                System.out.println("最终售出:" + finalTotal);
                System.out.println("最终耗时:" + (endTime - startTime) + "毫秒.");
                break;
            }
        }
    }
}

总结:


多线程必须加上synchronized,保证不会出现并发线程同时访问的情况,而在AtomicInteger中却不用加上synchronized,AtomicInteger是一个提供原子操作的Integer类,通过线程安全的方式操作加减,AtomicInteger是在使用非阻塞算法实现并发控制,在一些高并发程序中非常适合,但并不能每一种场景都适合,不同场景要使用使用不同的数值类。

以上为AtomicInteger中的部分源码,在这里说下其中的value,这里value使用了volatile关键字,volatile在这里可以做到的作用是使得多个线程可以共享变量,但是问题在于使用volatile将使得VM优化失去作用,导致效率较低,所以要在必要的时候使用,因此AtomicInteger类不要随意使用,要在使用场景下使用。

————————————————


                           版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

                     

原文链接:https://blog.csdn.net/W_317/article/details/106136028

相关文章
|
并行计算 Java 数据处理
SpringBoot高级并发实践:自定义线程池与@Async异步调用深度解析
SpringBoot高级并发实践:自定义线程池与@Async异步调用深度解析
1245 0
|
机器学习/深度学习 消息中间件 存储
【高薪程序员必看】万字长文拆解Java并发编程!(9-2):并发工具-线程池
🌟 ​大家好,我是摘星!​ 🌟今天为大家带来的是并发编程中的强力并发工具-线程池,废话不多说让我们直接开始。
485 0
|
设计模式 运维 监控
并发设计模式实战系列(4):线程池
需要建立持续的性能剖析(Profiling)和调优机制。通过以上十二个维度的系统化扩展,构建了一个从。设置合理队列容量/拒绝策略。动态扩容/优化任务处理速度。检查线程栈定位热点代码。调整最大用户进程数限制。CPU占用率100%
792 0
|
Java API 调度
从阻塞到畅通:Java虚拟线程开启并发新纪元
从阻塞到畅通:Java虚拟线程开启并发新纪元
559 83
|
存储 Java 调度
Java虚拟线程:轻量级并发的革命性突破
Java虚拟线程:轻量级并发的革命性突破
603 83
|
11月前
|
设计模式 缓存 安全
【JUC】(6)带你了解共享模型之 享元和不可变 模型并初步带你了解并发工具 线程池Pool,文章内还有饥饿问题、设计模式之工作线程的解决于实现
JUC专栏第六篇,本文带你了解两个共享模型:享元和不可变 模型,并初步带你了解并发工具 线程池Pool,文章中还有解决饥饿问题、设计模式之工作线程的实现
684 2
|
存储 缓存 安全
JUC并发—11.线程池源码分析
本文主要介绍了线程池的优势和JUC提供的线程池、ThreadPoolExecutor和Excutors创建的线程池、如何设计一个线程池、ThreadPoolExecutor线程池的执行流程、ThreadPoolExecutor的源码分析、如何合理设置线程池参数 + 定制线程池。
JUC并发—11.线程池源码分析
|
机器学习/深度学习 监控 算法
局域网行为监控软件 C# 多线程数据包捕获算法:基于 KMP 模式匹配的内容分析优化方案探索
本文探讨了一种结合KMP算法的多线程数据包捕获与分析方案,用于局域网行为监控。通过C#实现,该系统可高效检测敏感内容、管理URL访问、分析协议及审计日志。实验表明,相较于传统算法,KMP在处理大规模网络流量时效率显著提升。未来可在算法优化、多模式匹配及机器学习等领域进一步研究。
360 0
List并发线程安全问题
【10月更文挑战第21天】`List` 并发线程安全问题是多线程编程中一个非常重要的问题,需要我们认真对待和处理。只有通过不断地学习和实践,我们才能更好地掌握多线程编程的技巧和方法,提高程序的性能和稳定性。
895 59

热门文章

最新文章