多线程案例 | 单例模式、阻塞队列、定时器、线程池
多线程案例
1、案例一：线程安全的单例模式
单例模式
单例模式是设计模式的一种
什么是设计模式？
设计模式好比象棋中的 “棋谱”，红方当头炮，黑方马来跳，针对红方的一些走法，黑方应招的时候有一些固定的套路，按照套路来走局势就不会吃亏，也就发明了一组"棋谱"，称为设计模式软件开发中也有很多常见的 “问题场景”，针对一些典型的场景，给出了一些典型的解决方案
有两个设计模式是非常常见的
其一是单例模式，其二是工厂模式
单例模式 => 单个 实例 (对象)
在有些场景中，有的特定的类，只能创建出一个实例，不应该创建多个实例
单例模式能保证某个类在程序中只存在唯一一份实例, 而不会创建出多个实例，这种单例模式，在实际开发中是非常常见，也非常有用的，开发中的很多 “概念” 天然就是单例，JDBC，DataSource，这样的对象，就应该是单例的
Java 里实现单例模式的方式有很多，单例模式的两种典型实现：
- 饿汉模式
- 懒汉模式
举例：洗碗
1.中午这顿饭，使用了4个碗，吃完之后，立即把这4个碗给洗了~～[饿汉]
⒉中午这顿饭，使用了4个碗，吃完之后，先不洗。晚上这顿，只需要2个碗，然后就只洗2个即可~~[懒汉]
第二种是更加高效的操作，—般是褒义词 (在计算机中提高效率)
饿汉的单例模式，是比较着急地去进行创建实例
懒汉的单例模式，是不太着急地去创建实例，只是在用的时候，才真正创建
1.1、饿汉模式
private static Singleton instance;
注意：
-
类里面使用 static 修饰的成员，应该叫做 “类成员” => “类属性 / 类方法”，相当于这个属性对应的内存空间在类对象里面
不加 static 修饰的成员，叫做 “实例成员” => “实例属性 / 实例方法”静态变量 属于类，存储在方法区，随着的类加载而加载，
成员变量 属于对象，存储在堆中，随着对象的创建而创建-
static 是让当前 instance 属性是类属性了
-
一个类对象在一个 Java 进程中是唯一实例的 (JVM保证的)，类属性是长在类对象上的，进一步的也就保证了类的 static 成员也是只有一份的
-
-
类对象 != 对象
类：就相当于实例的模板，基于模板可以创建出很多的对象来
对象(实例)- java 代码中的每个类，都会在编译完成后得到 .class文件，类对象，就是 .class 文件
JVM 运行时就会加载这个 .class 文件读取其中的二进制指令，并解析，在内存中构造出对应的类对象 (类加载)，形如 Singleton.class) - 类对象里就有 .class 文件中的一切信息
包括：类名是啥，类里有哪些属性，每个属性叫啥名字，每个属性叫啥类型，每个属性是 public private…
基于这些信息，才能实现反射
- java 代码中的每个类，都会在编译完成后得到 .class文件，类对象，就是 .class 文件
// 通过 Singleton 这个类来实现单例模式，保证 Singleton 这个类只有唯一实例
class Singleton {
// 1．使用 static 创建一个实例,并且立即进行实例化
// 这个 instance 对应的实例,就是该类的唯一实例
private static Singleton instance = new Singleton();
// 2．提供一个方法，让外面能够拿到唯一实例
public static Singleton getInstance() {
return instance;
}
// 3．为了防止程序猿在其他地方不小心地 new 这个 Singleton，就可以把构造方法设为 private
// 把构造方法设为 private．在类外面，就无法通过 new的方式来创建这个 Singleton实例了!
private Singleton() {};
}
public class demo1 {
public static void main(String[] args) {
Singleton instance = Singleton.getInstance();
Singleton instance2 = Singleton.getInstance();
System.out.println(instance == instance2); // true 两个引用相同
}
}
针对这个唯一实例的初始化，比较着急，类加载阶段，就会直接创建实例
(程序中用到了这个类，就会立即加载)
饿汉模式中 getlnstance，仅仅是读取了变量的内容
如果多个线程只是读同一个变量，不修改，此时仍然是线程安全的
1.2、懒汉模式 - 单线程
class Singleton2 {
// 1．就不是立即就初始化实例.
private static Singleton2 instance = null;
// 2．把构造方法设为 private
private Singleton2() {}
// 3．提供一个方法来获取到上述单例的实例
// 只有当真正需要用到这个实例的时候，才会真正去创建这个实例
public static Singleton2 getInstance() {
if (instance == null) {
instance = new Singleton2();
}
return instance;
}
}
只有在真正使用到 getInstance 的时候才会真的创建实例
一个典型的案例：
notepad 这样的程序，在打开大文件的时候是很慢的 (你要打开一个1G大小的文件，此时 notepad 就会尝试把这 1G 的所有内容都读到内存中) [饿汉]
像一些其他的程序，在打开大文件的时候就有优化 (要打开 1G 的文件，但是只先加载这—个屏幕中能显示出来的部分) [懒汉]
1.3、懒汉模式 - 线程安全
真正要解决的问题，是实现一个线程安全的单例模式
线程安全不安全，具体指的是多线程环境下，并发的调用 getInstance 方法，是否可能存在 bug
——懒汉模式 与 饿汉模式 在多线程环境下，是否线程安全？
-
饿汉模式这里，多线程调用，只是涉及到"读操作"
-
懒汉模式中，包含读操作和修改操作，存在线程安全问题
上述罗列出了一种可能的排序情况，实际情况是有很多种
通过上述分析，就可以看出，当前这个代码中是存在bug，可能导致实例被创建出多份来
如何保证懒汉模式的线程安全呢？加锁！
可不是说，代码中有了 synchronized 就—定线程安全，synchronized 加的位置也得正确，不能随便写
本质是读，比较，写，这三个操作不是原子的。这就导致了 t2 读到的值可能是 t1 还没来得及写的(脏读)，导致多次 new；所以要把锁加在外面，此时才能保证 读操作 和 修改操作 是一个整体
使用这里的类对象作为锁对象
(类对象在一个程序中只有唯——份，就能保证多个线程调用 getInstance 的时候都是针对同一个对象进行的加锁)
public static Singleton2 getInstance() {
synchronized (Singleton.class) { // 类对象作为锁对象
if (instance == null) {
instance = new Singleton2();
}
}
return instance;
}
1.4、懒汉模式 - 锁竞争
当前虽然加锁之后，线程安全问题得到解决了，但是又有了新的问题：
对于刚才这个懒汉模式的代码来说， 线程不安全，是发生在 instance 被初始化之前的，未初始化的时候，多线程调用 getinstance，就可能同时涉及到读和修改，但是一旦 instance 被初始化之后，后续调用 getlnstance，此时 instance 的值一定是非空的，if 判断不成立，也就线程安全了，因此就会直接触发 return，getlnstance 就只剩下两个读操作，相当于一个是比较操作，一个是返回操作，这两个都是读操作
而按照上述的加锁方式，无论代码是初始化之后，还是初始化之前。加锁是有开销的，每次调用 getinstance 都会进行加锁，也就意味着即使是初始化之后 (已经线程安全了)，但是仍然存在大量的锁竞争 加锁确实能让代码保证线程安全，也付出了代价 (程序的速度就慢了)
所以为啥不推荐使用 vector hashtable ?? 就是因为这俩类里面就是在无脑加锁
改进方案，在加锁这里再加上一层条件判定即可，对象还没创建，才进行加锁；对象创建过了，就不再加锁了，
条件就是当前是否已经初始化完成 (instance == null)
class Singleton2 {
// 1．就不是立即就初始化实例.
private static Singleton2 instance = null;
// 2．把构造方法设为 private
private Singleton2() {}
// 3．提供一个方法来获取到上述单例的实例
// 只有当真正需要用到这个实例的时候，才会真正去创建这个实例
public static Singleton2 getInstance() {
if (instance == null) {
synchronized (Singleton.class) { // 类对象作为锁对象
if (instance == null) {
instance = new Singleton2();
}
}
}
return instance;
}
}
这俩条件—模一样，只是一个美丽的巧合而已，这俩条件起到的效果 / 预期的目的是完全不—样的
上面的条件判定的是是否要加锁
下面的条件判定的是是否要创建实例
碰巧这两个目的都是判定 instance 是否为 null
在这个代码中，看起来两个—样的 if 条件是相邻的，但是实际上这两个条件的执行时机是差别很大的！
加锁可能导致线程阻塞，当执行到锁结束之后，执行到第二个 if 的时候，第二个 if 和第一个 if 之间可能已经隔了很久的时间，沧海桑田。程序的运行内部的状态，这些变量的值，都可能已经发生很大改变了。 如外层条件是 10:16 执行的，里层条件可能是 10:30 执行的，此时 instance 可能已经被其他线程给修改了。
如果去掉了里层的 if 就变成了刚才那个典型的错误代码，加锁没有把读＋修改这操作进行打包
public static Singleton2 getInstance() {
if (instance == null) { // 判定的是是否要加锁
synchronized (Singleton.class) {
instance = new Singleton2();
}
}
return instance;
}
1.5、懒汉模式 - 内存可见性 指令重排序
当前这个代码中还存在一个重要的问题
如果多个线程，都去调用这里的 getlnstance
就会造成大量的读 instance 内存的操作 => 可能会让编译器把这个读内存操作优化成读寄存器操作
—旦这里触发了优化，后续如果第一个线程已经完成了针对 instance 的修改，那么紧接着后面的线程都感知不到这个修改，仍然把 instance 当成 null
另外，还会涉及到指令重排序问题!!
instance = new Singleton(); 拆分成三个步骤：
1.申请内存空间
2.调用构造方法，把这个内存空间初始化成一个合理的对象
3.把内存空间的地址赋值给 instance 引用
正常情况下，是按照 123 这个顺序来执行的
编译器还有一手操作，指令重排序：为了提高程序效率，调整代码执行顺序
123 这个顺序就可能变成 132
如果是单线程，123 和 132 没有本质区别
例如食堂阿姨打饭，1 是拿盘子，2 是装饭，3 是把盘子给我。此时，就是先把盘子给我，再装饭
但是多线程环境下，就会有问题了!!!
假设 t1 是按照 132 的步骤执行的
t1 执行到 13 之后，执行 2 之前，被切出 cpu，t2 来执行
(当 t1 执行完 3 之后，t2 看起来，此处的引用就非空了)，此时此刻，t2 就相当于直接返回了 instance 引用，并且可能会尝试使用引用中的属性
但是由于 t1 中的 2(装饭) 操作还没执行完呢，t2 拿到的是非法的对象，还没构造完成的不完整的对象
解决方法：给 instance 加上 volatile 即可
// 这个代码是完全体的线程安全单例模式
class Singleton2 {
// 1．就不是立即就初始化实例.
private static volatile Singleton2 instance = null;
// 2．把构造方法设为 private
private Singleton2() {}
// 3．提供一个方法来获取到上述单例的实例
// 只有当真正需要用到这个实例的时候，才会真正去创建这个实例
public static Singleton2 getInstance() {
if (instance == null) { // 判定的是是否要加锁
synchronized (Singleton.class) { // 类对象作为锁对象
if (instance == null) { // 判定的是是否要创建实例
instance = new Singleton2();
}
}
}
return instance;
}
}
2、案例二：阻塞队列
2.1、生产者消费者模型
队列先进先出
阻塞队列同样也是一个符合先进先出规则的特殊队列，相比于普通队列，阻塞队列又有一些其他方面的功能！
1、线程安全
2、产生阻塞效果
1). 如果队列为空，执行出队列操作，就会出现阻塞，阻塞到另一个线程往队列里添加元素（队列不为空）为止
2). 如果队列为满，执行入队列操作，也会出现阻塞，阻塞到另一个线程从队列里取走元素（队列不为满）为止
消息队列，也是特殊的队列，相当于是在阻塞队列的基础上，加上了个 "消息的类型”，按照制定类别进行先进先出
此时咱们谈到的这个消息队列， 仍然是一个 “数据结构”
基于上述特性，就可以实现 “生产者消费者模型”
此处的阻塞队列就可以作为生产者消费者模型中的交易场所
生产者消费者模型，是实际开发中非常有用的一种多线程开发手段！尤其是在服务器开发的场景中
假设，有两个服务器， AB，A作为入口服务器直接接收用户的网络请求，B作为应用服务器，来给A提供一些数据
优点1：解耦合
实现了发送发和接受方之间的解耦
——开发中典型的场景：服务器之间的相互调用
客户端发送一个充值请求给 A 服务器，此时 A 把请求转发给 B 处理，B 处理完了把结果反馈给 A，此时就可以视为是 “A 调用了 B”，
如果不使用生产者消费者模型
上述场景中，A 和 B 之间的耦合性是比较高的! A 要调用 B，A 务必要知道 B的存在，如果 B 挂了，很容易引起 A 的 bug !!!（在开发 A 代码的时候就得充分了解到 B 提供的一些接口，开发 B 代码的时候也得充分了解到 A 是怎么调用的）
另外，如果要是再加一个 C 服务器，此时也需要对 A 修改不少代码
因此就需要针对 A 重新修改代码，重新测试，重新发布，重新部署，非常麻烦了
针对上述场景，使用生产者消费者模型，就可以有效的降低耦合
对于请求：A是生产者，B是消费者
对于响应：A是消费者，B是生产者
阻塞队列都是作为交易场所，队列是不变
A 不需要认识 B，只需要关注如何和队列交互 (A 的代码中，没有任何一行代码和 B 相关)
B 不需要认识 A，也只需要关注如何和队列交互 (B 的代码中，也没有任何一行代码和 A 相关)
如果 B 挂了，对于 A 没有任何影响，因为队列还好着，A 仍然可以给队列插入元素，如果队列满，就先阻塞就好了，
如果 A 挂了，也对于 B 没有影响，因为队列还好着，B 仍然可以从队列取元素，如果队列空，也就先阻塞就好了
A B 任何一方挂了不会对对方造成影响!!!
新增一个 C 来作为消费者，对于 A 来说，也完全感知不到…
优点2：削峰填谷
能够对于请求进行 “削峰填谷”，保证系统的稳定性
——三峡大坝，起到的效果，就是 “削峰填谷”
到了雨季，水流量就会很大，三峡大坝关闸蓄水，承担了上游的冲击，保护下游水流量不是太大，不至于出现洪灾——削峰
到了早季，水流量很小，三峡大坝就开闸放水，给下游提供更充分的水源，避免出现干旱灾害——填谷
什么时候上游涨水，真的是难以预测，防患于未然
上游，就是用户发送的请求。下游就是一些执行具体业务的服务器。
用户发多少请求？不可控的，有的时候，请求多，有的时候请求少…
——未使用生产者消费者模型：
未使用生产者消费者模型的时候，如果请求量突然暴涨 (不可控)
A暴涨 => B暴涨
A 作为入口服务器，计算量很轻，请求暴涨，问题不大
B 作为应用服务器，计算量可能很大，需要的系统资源也更多，如果请求更多了，需要的资源进一步增加，如果主机的硬件不够，可能程序就挂了
——使用生产者消费者模型：
A 请求暴涨 => 阻塞队列的请求暴涨
由于阻塞队列没啥计算量，就只是单纯的存个数据，就能抗住更大的压力
B 这边仍然按照原来的速度来消费数据，不会因为A的暴涨而引起暴涨，B就被保护的很好，就不会因为这种请求的波动而引起崩溃
“削峰”：这种峰值很多时候不是持续的，就一阵，过去了就又恢复了
“填谷”：B 仍然是按照原有的频率来处理之前积压的数据
实际开发中使用到的 “阻塞队列” 并不是一个简单的数据结构了，而是一个 / 一组专门的服务器程序，并且它提供的功能也不仅仅是阻塞队列的功能，还会在这基础之上提供更多的功能 (对于数据持久化存储，支持多个数据通道，支持多节点容灾冗余备份，支持管理面板，方便配置参数.……)
这样的队列又起了个新的名字，"消息队列” (未来开发中广泛使用到的组件)
kafka 就是业界一个比较主流的消息队列，消息队列的实现,有很多种，核心功能都差不多
2.2、实现阻塞队列
学会使用 Java 标准库中的阻塞队列，基于这个内置的阻塞队列，实现一个简单的生产者消费者模型
再自己**实现一个简单的阻塞队列 **(为了更好地理解阻塞队列的原理，多线程，尤其是锁操作)
标准库中的阻塞队列 BlockingQueue
在 Java 标准库中内置了阻塞队列，如果我们需要在一些程序中使用阻塞队列，直接使用标准库中的即可
-
BlockingQueue 是一个接口，真正实现的类是 LinkedBlockingQueue
-
Queue 提供的方法有三个：入队列 offer。出队列 poll。取队首元素 peek
阻塞队列主要方法是两个：入队列 put，出队列 take
-
BlockingQueue 也有 offer, poll, peek 等方法，但是这些方法不带有阻塞特性
import java.util.concurrent.BlockingQueue;
import java.util.concurrent.LinkedBlockingQueue;
public class demo3 {
public static void main(String[] args) throws InterruptedException {
BlockingQueue<String> blockingQueue = new LinkedBlockingQueue<>();
blockingQueue.put("hello");
String s1 = blockingQueue.take();
System.out.println(s1);
blockingQueue.take();
String s2 = blockingQueue.take();
System.out.println(s2);
}
}
取出 “hello”，队列为空，此时再次取元素，就会进入阻塞，等待其他线程往队列中添加元素
生产者消费者模型
import java.util.concurrent.BlockingQueue;
import java.util.concurrent.LinkedBlockingQueue;
public class ThreadDemo1 {
public static void main(String[] args) {
BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>();
// 创建两个线程，作为生产者和消费者
Thread customer = new Thread(() -> {
while (true) {
try {
Integer result = blockingQueue.take();
System.out.println("消费元素：" + result);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
});
customer.start();
Thread producer = new Thread(() -> {
int count = 0;
while (true) {
try {
blockingQueue.put(count);
System.out.println("生产元素：" + count);
count++;
Thread.sleep(500); // 每500毫秒生产一个
} catch (InterruptedException e) {
e.printStackTrace();
}
}
});
producer.start();
}
}
阻塞队列 - 单线程
要实现一个阻塞队列，需要先写一个普通的队列，再加上线程安全，再加上阻塞
队列可以基于数组实现，也可以基于链表实现
——链表：很容易进行头删 / 尾插
链表的头删操作，时间复杂度是 O(1)
链表的尾插操作，时间复杂度是 “可以是 O(1)"
用一个额外的引用，记录当前的尾结点
——数组：循环队列
[head, tail) 都指向下标为 0
入队列，把新元素放到 tail 位置上，并且 tail++
出队列，把 head 位置的元素返回出去，并且 head++
当 head / tail 到达数组末尾之后，就需要从头开始，重新循环
实现循环队列的时候，有一个重要的问题，如何区分，是空队列还是满队列？
如果不加额外限制，此时队列空或者满都是 head 和 tail 重合
-
浪费一个格子，head == tail 认为是空
head == tail+1 认为是满 -
额外创建一个变量，size 记录元素的个数，size == 0 空
size == arr.length 满
class MyBlockingQueue {
// 保存数据的本体
private int[] items = new int[1000];
// 队首下标
private int head = 0;
// 队尾下标
private int tail = 0;
// 有效元素个数
private int size = 0;
// 入队列
public void put(int value) {
// 1、
if (size == items.length) {
// 队列满了，暂时先直接返回
return;
}
// 2、把新的元素放入 tail 位置
items[tail] = value;
tail++;
// 3、处理 tail 到达数组末尾的情况
if (tail >= items.length) { // 判定 + 赋值 (虽然是两个操作，两个操作都是高效操作)
tail = 0;
}
// tail = tail % data.length; // 代码可读性差，除法速度不如比较，不利于开发效率也不利于运行效率
// 4、插入完成，修改元素个数
size++;
}
// 出队列
public Integer take() {
// 1、
if (size == 0) {
// 如果队列为空，返回一个非法值
return null;
}
// 2、取出 head 位置的元素
int ret = items[head];
head++;
// 3、head 到末尾 重新等于 0
if (head >= items.length) {
head = 0;
}
// 4、数组元素个数--
size--;
return ret;
}
}
public class TestDemo {
public static void main(String[] args) {
MyBlockingQueue queue = new MyBlockingQueue();
queue.put(1);
queue.put(2);
queue.put(3);
queue.put(4);
System.out.println(queue.take()); // 1
System.out.println(queue.take()); // 2
System.out.println(queue.take()); // 3
System.out.println(queue.take()); // 4
}
}
阻塞队列 - 线程安全
当前已经完成了普通队列的实现，加上阻塞功能，阻塞功能意味着，队列要在多线程环境下使用 。保证多线程环境下，调用这里的 put 和 take 没有问题的，
put 和 take 里面的每一行代码都是在操作公共的变量。既然如此，直接就给整个方法加锁即可
(加上 synchronized 已经是线程安全的了)
// 入队列
public void put(int value) {
// 此处是把 synchronized 包裹了方法里的所有代码，其实 synchronized 加到方法上，也是一样的效果
synchronized (this) { // 针对同一个 MyBlockingQueue，进行 put，take 操作时，会产生锁竞争
if (size == items.length) {
return;
}
items[tail] = value;
tail++;
if (tail >= items.length) {
tail = 0;
}
size++;
}
}
// 出队列
public Integer take() {
int ret = 0;
synchronized (this) {
if (size == 0) {
return null;
}
ret = items[head];
head++;
if (head >= items.length) {
head = 0;
}
size--;
}
return ret;
}
阻塞队列 - 阻塞
接下来，实现阻塞效果
关键要点，使用 wait 和 notify 机制
对于 put 来说，阻塞条件，就是队列为满，对于 take 来说，阻塞条件，就是队列为空
针对哪个对象加锁就使用哪个对象 wait， 如果是针对 this 加锁，就 this.wait
put 中的 wait 要由 take 来唤醒，只要 take 成功了一个元素，就队列不满了，就可以进行唤醒了
对于 take 中的等待，条件是队列为空，队列不为空，也就是 put 成功之后，就来唤醒
当前代码中，put 和 take 两种操作不会同时 wait (等待条件是截然不同的，一个是为空，一个是为满)
如果有人在等待，notify 能唤醒，如果没人等待，notify 没有任何副作用
notify 只能唤醒随机的一个等待的线程，不能做到精准
要想精准，就必须使用不同的锁对象
想唤醒 t1，就 o1.notify，让 t1 进行 o1.wait。想唤醒 t2，就 o2.notify，让 t2 进行 o2.wait
当 wait 被唤醒的时候，此时 if 的条件，一定就不成立了嘛?? 具体来说，put 中的 wait 被唤醒，要求，队列不满
但是 wait 被唤醒了之后，队列一定是不满的嘛？
注意，咱们当前代码中，确实不会出现这种情况，当前代码一定是取元素成功才唤醒，每次取元素都会唤醒
但是稳妥起见，最好的办法，是 wait 返回之后再次判定一下，看此时的条件是不是具备了!!
将 if 改为 while，标准库就是建议这么写的
while (size == items.length) {
// 队列满了，暂时先直接返回
// return;
this.wait();
}
while (size == 0) {
// 如果队列为空，返回一个非法值
// return null;
this.wait();
}
代码：
import java.util.concurrent.BlockingQueue;
import java.util.concurrent.LinkedBlockingQueue;
// 自己写的阻塞队列，此处不考虑泛型，直接使用 int 来表示元素类型了
class MyBlockingQueue {
// 保存数据的本体
private int[] items = new int[1000];
// 队首下标
private int head = 0;
// 队尾下标
private int tail = 0;
// 有效元素个数
private int size = 0;
// 入队列
public void put(int value) throws InterruptedException {
synchronized (this) { // 针对同一个 MyBlockingQueue，进行 put，take 操作时，会产生锁竞争
while (size == items.length) {
// 队列满了，暂时先直接返回
// return;
this.wait();
}
// 2、把新的元素放入 tail 位置
items[tail] = value;
tail++;
// 3、处理 tail 到达数组末尾的情况
if (tail >= items.length) { // 判定 + 赋值 (虽然是两个操作，两个操作都是高效操作)
tail = 0;
}
// tail = tail % data.length; // 代码可读性差，除法速度不如比较，不利于开发效率也不利于运行效率
// 4、插入完成，修改元素个数
size++;
// 如果入队列成功，则队列非空，唤醒 take 中的 wait
this.notify();
}
}
// 出队列
public Integer take() throws InterruptedException {
int ret = 0;
synchronized (this) {
while (size == 0) {
// 如果队列为空，返回一个非法值
// return null;
this.wait();
}
// 2、取出 head 位置的元素
ret = items[head];
head++;
// 3、head 到末尾 重新等于 0
if (head >= items.length) {
head = 0;
}
// 4、数组元素个数--
size--;
// take 成后，唤醒 put 中的 wait
this.notify();
}
return ret;
}
}
public class ThreadDemo2 {
public static void main(String[] args) {
// 生产者消费者模型
BlockingQueue<Integer> blockingQueue = new LinkedBlockingQueue<>();
// 创建两个线程，作为生产者和消费者
Thread customer = new Thread(() -> {
while (true) {
try {
Integer result = blockingQueue.take();
System.out.println("消费元素：" + result);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
});
customer.start();
Thread producer = new Thread(() -> {
int count = 0;
while (true) {
try {
blockingQueue.put(count);
System.out.println("生产元素：" + count);
count++;
Thread.sleep(500); // 每500毫秒生产一个
} catch (InterruptedException e) {
e.printStackTrace();
}
}
});
producer.start();
}
}
3、案例三：定时器
3.1、标准库中的定时器 Timer
定时器也是软件开发中的一个重要组件，类似于一个 “闹钟”，达到一个设定的时间之后，就唤醒并执行之前设定好的任务
生活中闹钟，有两种风格：1.指定特定时刻，提醒。2.指定特定时间段之后，提醒
这里的定时器，不是提醒，是执行一个实现准备好的方法/代码
定时器是一种实际开发中非常常用的组件
比如网络通信中，很容易出现 “连不上” 的情况，不能一直等，就可以使用定时器来进行 “止损”，如果对方 500ms 内没有返回数据，则断开连接尝试重连
比如一个 Map，希望里面的某个 key 在 3s 之后过期(自动删除)类似于这样的场景就需要用到定时器
join (指定超时时间)，sleep (休眠指定时间，是基于系统内部的定时器，来实现的)
先介绍标准库的定时器用法，然后再看看如何自己实现一个定时器
标准库中提供了一个 Timer 类，Timer 类的核心方法为 schedule (安排)，这个方法的效果是给定时器，注册一个任务，任务不会立即执行，而是在指定时间进行执行
schedule 包含两个参数，第一个参数指定即将要执行的任务代码 (Runnable)，第二个参数指定多长时间之后执行 (单位为毫秒)
import java.util.Timer;
import java.util.TimerTask;
public class demo5 {
public static void main(String[] args) {
Timer timer = new Timer();
timer.schedule(new TimerTask() {
@Override
public void run() {
System.out.println("hello time");
}
}, 3000);
timer.schedule(new TimerTask() {
@Override
public void run() {
System.out.println("hello time2");
}
}, 2000);
System.out.println("main");
}
}
运行结果：
首先打印：main
几秒后 打印：hello time2
然后打印：hello time
但是程序没有结束
Timer 内部是有专门的线程，来负责执行注册的任务的
Timer 内部都需要：
- 管理很多的任务
- 执行时间到了的任务
自己实现一个定时器：一个定时器是可以注册 N 个任务的，N 个任务会按照最初约定的时间，按顺序执行
1). 有一个扫描线程，负责判定时间到/执行任务 (单独在定时器内部，搞个线程，让这个线程周期性地扫描，判定任务是否是到时间了，如果到时间了，就执行，没到时间就再等等)
2). 还要有一个数据结构(优先级队列)，来保存所有被注册的任务
3.2、描述任务
创建一个专门的类来表示一个定时器中的任务 (TimerTask)
队列中存放的任务就是 Runnable，Runnable 只是描述了任务内容，还需要描述任务什么时候被执行
// 创建一个类，表示一个任务
class MyTask {
// 任务具体要做什么
private Runnable runnable;
// 任务什么时候执行 (任务要执行的毫秒级时间戳)
private long time;
public MyTask(Runnable runnable, long time) {
this.runnable = runnable;
this.time = time;
}
// 获取当前任务时间
public long getTime() {
return time;
}
// 执行任务
public void run() {
runnable.run();
}
}
3.2、组织任务
使用一定的数据结构把一些任务给放到一起，通过一定的数据结构来组织
假设现在有多个任务过来了—个小时之后，去做作业，三个小时之后，去上课，10分钟之后，去休息—会
安排任务的时候，这些任务的顺序是无序的，但是执行任务的时候，这就不是无序的了，按照时间先后来执行！
咱们的需求就是，能够快速找到所有任务中，时间最小的任务
此时我们发现可以用堆，在标准库中，有一个专门的数据结构 PriorityQueue
咱们这里的每个任务都是带个"时间"多久之后执行，一定是时间越靠前，就先执行
按照时间小的，作为优先级高
此时队首元素，就是整个队列中，最先要执行的任务
虽然队列中的元素顺序，不能完全确定，但是可以知道，队首元素，一定是时间最靠前的
此时，扫描线程，只需要扫一下队首元素即可，不必遍历整个队列
private PriorityQueue<> queue = new PriorityQueue<>();
但是此处的优先级队列要在多线程环境下使用，要考虑到线程安全问题，可能在多个线程里进行注册任务，同时还有一个专门的线程来取任务执行，此处的队列就需要注意线程安全问题
所以我们得使用 PriorityBlockingQueue ，既带有优先级又带有阻塞队列
private PriorityBlockingQueue<> queue = new PriorityBlockingQueue<>();
// 自己写个简单的定时器
class MyTimer {
// 扫描线程
private Thread t = null;
// 定时器内部要能够存放多个任务 阻塞优先级队列保存任务
private PriorityBlockingQueue<MyTask> queue = new PriorityBlockingQueue<>();
public MyTimer() {
// TODO
}
/** 定时器提供一个 schedule 方法，注册任务
* @param runnable 要执行的任务
* @param after 多长时间(毫秒)之后执行
*/
public void schedule(Runnable runnable, long after) {
MyTask task = new MyTask(runnable, System.currentTimeMillis() + after);
queue.put(task); // 任务放入堆
}
}
——执行时间到了的任务：
需要先执行时间最考前的任务
就需要有一个扫描线程，不停地去检查当前优先队列的队首元素，看看当前最靠前的这个任务是不是时间到了
在定时器构造方法中 创建线程进行扫描
阻塞队列，只能先把元素出队列才好判定，不满足还得放回去
这不像普通队列，可以直接取队首元素判定的
public MyTimer() {
t = new Thread(() -> {
while (true) {
try {
// 取出队首元素，再比较这个任务有没有到时间
MyTask myTask = queue.take();
long curTime = System.currentTimeMillis();
if (curTime < (myTask).getTime()) { // 1.没到时间，任务放回堆
queue.put(myTask);
} else { // 2.时间到了，执行任务
myTask.run();
}
} catch (InterruptedException e) {
e.printStackTrace();
}
}
});
t.start();
}
3.3、两个缺陷
上述代码中存在两个非常严重的问题：
第—个缺陷： MyTask 没有指定比较规则
像刚才咱们实现的 MyTask 这个类的比较规则，并不是默认就存在的，这个需要咱们手动指定，按照时间大小来比较的
标准库中的集合类，很多都是有一定的约束限制的，不是随便拿个类都能放到这些集合类里面去的
——测试：
public class ThreadDemo {
public static void main(String[] args) {
MyTimer myTimer = new MyTimer();
myTimer.schedule(new Runnable() {
@Override
public void run() {
System.out.println("任务1");
}
}, 1000);
myTimer.schedule(new Runnable() {
@Override
public void run() {
System.out.println("任务2");
}
}, 2000);
}
}
让 MyTask 类实现 Comparable接口，另外也可以使用 Comparator单独写个比较器
修改：
class MyTask implements Comparable<MyTask> {
@Override
public int compareTo(MyTask o) {
return (int) (this.time - o.time);
}
}
第二个缺陷： 如果不加任何限制，这个循环就会执行的非常快
while (true) 转的太快了, 造成了无意义的 CPU 浪费
如果队列中的任务是空着的，就还好，这个线程就再这里阻塞了 (没问题)
就怕队列中的任务不空，并且任务时间还没到
上述操作，称为 “忙等”，等确实是等了，但是又没闲着。既没有实质性的工作产出，同时又没有进行休息
等待是要释放 CPU 资源的。让 CPU 干别的事情。但是忙等。既进行了等待。又占用着CPU资源，忙等这种操作是非常浪费 CPU 的。
既然是指定一个等待时间，为啥不直接用 sleep ，而是要再用一下 wait 呢
sleep 不能被中途唤醒的，wait 能够被中途唤醒
在等待过程中，可能要插入新的任务！ 新的任务是可能出现在之前所有任务的最前面的，使用 sleep 可能会错过新任务的执行时间
可以基于 wait 这样的机制来实现
wait 有一个版本，指定等待时间 （不需要 notify，时间到了自然唤醒），计算出当前时间和任务的目标之间的时间差，就等待这么长时间即可
在 schedule 操作中，就需要加上一个 notify 操作。使用 wait 等待，每次有新任务来了 (有人调用 schedule)，就 notify 一下，重新检查下时间，重新计算要等待的时间
这样扫描线程既可以指定时间等待，也可以随时唤醒。让等待不占用 CPU，同时不错过新任务
修改：
3.4、问题三：notify 空
代码写到这里，还有个很严重的问题，这个问题，还是和线程安全 / 随机调度密切相关的
考虑一个极端情况：
假设代码执行到 put 这一行，这个线程就从 cpu 调度走了…
当线程回来之后，接下来就要进行 wait 操作，此时 wait 的时间已经是算好了的
比如 curTime 是 13:00，任务 getTime 是 14:00 即将要 wait 1小时 (此时还没执行 wait，因为线程在 put 就被调走了)
此时，另一个线程调用了 schedule 添加新任务，新任务是 13:30 执行
此处调用 schedule 会执行 notify，通知 wait 唤醒
由于扫描线程 wait 还没执行呢！
所以，此处的 notify 不会产生任何的唤醒操作！ 此时此刻，新的任务虽然已经插入了队列，新的任务也是在队首紧接着扫描线程回到 cpu了，此时等待时间仍然是 1小时
因此，13:30 新的任务，就被错过了！
了解了上述问题之后，就不难发现，问题出现的原因，是因为当前 take 操作，和 wait 操作，并非是原子的
如果在 take 和 wait 之间加上锁，保证在这个过程中，不会有新的任务过来，问题自然解决
(换句话说，只要保证每次 notify 时，确实都正在 wait)
修改：
此处只需要把锁的范围放大，放大之后，此时就可以保证执行 notify 的时候，wait 是确实已经执行完了
就可以预防出现 notify 的时候还没有准备好，wait这样的情况了
代码：
import java.util.concurrent.PriorityBlockingQueue;
// 创建一个类，表示一个任务
class MyTask implements Comparable<MyTask> {
// 任务具体要做什么
private Runnable runnable;
// 任务什么时候执行 (任务要执行的毫秒级时间戳)
private long time;
public MyTask(Runnable runnable, long time) {
this.runnable = runnable;
this.time = time;
}
// 获取当前任务时间
public long getTime() {
return time;
}
// 执行任务
public void run() {
runnable.run();
}
@Override
public int compareTo(MyTask o) {
return (int) (this.time - o.time);
}
}
// 自己写个简单的定时器
class MyTimer {
// 扫描线程
private Thread t = null;
// 定时器内部要能够存放多个任务 阻塞优先级队列保存任务
private PriorityBlockingQueue<MyTask> queue = new PriorityBlockingQueue<>();
// 扫描线程
public MyTimer() {
t = new Thread(() -> {
while (true) {
try {
synchronized (this) {
// 取出队首元素，再比较这个任务有没有到时间
MyTask myTask = queue.take();
long curTime = System.currentTimeMillis();
if (curTime < (myTask).getTime()) { // 1.没到时间，任务放回堆
queue.put(myTask);
// 在 put 后 wait
this.wait(myTask.getTime() - curTime);
} else { // 2.时间到了，执行任务
myTask.run();
}
}
} catch (InterruptedException e) {
e.printStackTrace();
}
}
});
t.start();
}
/** 定时器提供一个 schedule 方法，注册任务
* @param runnable 要执行的任务
* @param after 多长时间(毫秒)之后执行
*/
public void schedule(Runnable runnable, long after) {
// 注意换算，time 是一个时间戳，不是绝对的时间戳的值
MyTask task = new MyTask(runnable, System.currentTimeMillis() + after);
queue.put(task); // 任务放入堆
// 有新任务加入 notify
synchronized (this) {
this.notify();
}
}
}
public class ThreadDemo {
public static void main(String[] args) {
MyTimer myTimer = new MyTimer();
myTimer.schedule(new Runnable() {
@Override
public void run() {
System.out.println("任务1");
}
}, 1000);
myTimer.schedule(new Runnable() {
@Override
public void run() {
System.out.println("任务2");
}
}, 2000);
}
}
运行结果：
任务1
任务2
总结：
- 描述—个任务： runnable + time
- 使用优先阻塞队列来组织若干个任务，PriorityBlockingQueue
- 实现 schedule 方法来注册任务到队列中
- 创建一个扫描线程这个扫描线程不停地获取到队首元素，并且判定时间是否到达
- 注意：让 MyTask 类能够支持比较，注意解决这里的忙等问题，notity 时 wait 没有执行问题
4、案例四：线程池
4.1、用户态 / 内核态
进程，比较重，频繁创建销毁，开销大
解决方案：进程池 or 线程
线程 (轻量级进程)，虽然比进程轻了，创建线程比创建进程更高效；销毁线程比销毁进程更高效；调度线程比调度进程更高效…但是如果创建销毁的频率进一步增加，仍然会发现开销还是有的
解决方案：线程池 or 协程/纤程 (还没有被加入 Java 标准库。Go 内置了协程，因此使用 Go 开发并发编程程序是有一定优势的)
使用线程池，来降低创建/销毁线程的开销
把线程提前创建好，放到池子里
1.后面需要用线程，直接从池子里取，就不必从系统这边申请了。线程用完了，也不是还给系统，而是2.放回池子里，以备下次再用
这两个动作比创建/销毁更高效的
——为森么线程放在池子里，就比从系统这边申请释放来的更快呢？
程序中的“用户态”，
用户态执行的是程序猿自己写的代码，就在最上面的应用程序这一层来运行的。这里的代码都称为 “用户态” 运行的代码。
程序中的"内核态"，
内核会给程序提供一些 API，称为系统调用，有些代码，需要调用操作系统的 API，进一步的逻辑就会在内核中执行，内核态进行的操作都是在操作系统内核中完成的。
例如，调用一个 System.out.println。本质上要经过 write 系统调用，进入到内核中，内核执行—堆逻辑，控制显示器输出字符串…
在内核中运行的代码，称为 “内核态” 运行的代码。
创建/销毁线程，需要操作系统内核完成 (创建线程本质是在内核中搞个PCB，加到链表里)
调用的 Thread.start 其实归根结底，也是要进入内核态来运行。
此时你不清楚内核身上背负着多少任务 (内核不是只给你一个应用程序服务，给所有的程序都要提供服务)
因此，当使用系统调用，执行内核代码的时候，无法确定内核都要做哪些工作，整体过程 "不可控” 的
而把创建好的线程放到" 池子里"，由于池子就是用户态实现的
这个放到池子 / 从池子取，这个过程不需要涉及到内核态，就是纯粹的用户态代码就能完成
一般认为，纯用户态的操作，效率要比经过内核态处理的操作，要效率更高。
例如：滑稽老铁去银行处理业务，柜员说需要省份证复印件
1、滑稽老铁，自己来到大厅的复印机这里进行复印。纯用户态的操作。(完全自己完成的，整体的过程可控)
2、滑稽老铁，把身份证给柜员，让柜员去帮他复印，这个过程就相当于交给了内核态完成一些工作。(不是自己完成的，整体不可控的)
咱们也不知道柜员身上有多少任务。可能从柜台消失之后，是给你复印去了。
但是他可能还会顺手做一些其他的事情。数一下钱 / 清点一下票据 / 上个厕所 / 回个消息…
认为内核态效率低，倒不是说—定就真的低。而是代码进入了内核态，就不可控了。
内核什么时候给你把活干完，把结果给你。(有的时候快，有的时候慢)
4.2、标准库中的线程池 ThreadPoolExecutor
ThreadPoolExecutor
先学习—下 Java 标准库中，线程池的使用，然后再自己实现一个线程池
标准库的线程池叫做 ThreadPoolExecutor 这个东西用起来有点麻烦
在 java.util.concurrent (concurrent 并发) 下，
Java 中很多和多线程相关的组件都在这个 concurrent 包里
——构造方法：
(针对 ThreadPoolExecutor 这里的构造方法参数的解释，是高频考点，重点掌握!!!)
ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler)
Creates a new ThreadPoolExecutor with the given initial parameters.
// 创建一个新 ThreadPoolExecutor 给定的初始参数
int corePoolSize 核心线程数 (正式员工的数量)
int maximumPoolSize 最大线程数 (正式员工 + 临时工)
把一个线程池，想象成是一个"公司"，公司里有很多员工在干活
把线程(员工)分成两类：
1、正式员工(核心线程)，正式员工允许摸鱼
2、临时工，临时工不允许摸鱼
开始的时候，假设公司要完成的工作不多，正式员工完全就能搞定，就不需要临时工。
如果公司的任务突然猛增了，正式员工加班也搞不定了，就需要雇佣一批临时工 (更多的线程)
但是一个程序任务不一定始终都很多，过了一段时间，工作量又降低了，现在的活正式员工也就能搞定了，甚至还有富裕 (正式员工可以摸鱼了) 临时工就更摸鱼了，就需要对现有的线程(临时工)进行一定的淘汰
整体的策略，正式员工保底，临时工动态调节
long keepAliveTime 允许临时工摸鱼的时间
TimeUnit unit 时间的单位 (s, ms, us…)
BlockingQueue 任务队列
线程池会提供一个 submit 方法让程序猿把任务注册到线程池中，加到这个任务队列中
每个工作线程都是再不停尝试 take 的，如果有任务，take 成功，没有，就阻塞。
ThreadFactory threadFactory , 线程工厂类，用于创建线程，线程池是需要创建线程的
RejectedExecutionHandler handler 描述了线程池的 拒绝策略，也是一个特殊的对象，描述了当线程池任务队列满了，如果继续添加任务会有什么样的行为…
以下是标准库提供的四个拒绝策略：
- 直接抛异常 RejectedExecutionException
- 多出来的任务，谁加的，谁负责执行
- 直接丢弃最老的任务
- 丢弃最新的任务
比如我现在有很多任务要完成，突然有人给我来了个新的活，但是我已经非常忙，任务队列已经满了，导致我 CPU 烧了，新的活干不了 (1)
我说，我没空，你自己干吧 (2)
放下手里的工作，去做新的活 (3)
拒绝新的活，还是做原有的工作 (4)
线程池中线程的个数：
虽然线程池的参数这么多，但是使用的时候最最重要的参数，还是第一组参数，线程池中线程的个数
——有一个程序，这个程序要 并发的/多线程的 来完成一些任务，如果使用线程池的话，这里的线程数设为多少合适？ [不仅仅是面试题,也是工作中需要思考的话题]
针对这个问题，网上的很多说法，是不正确的！
网上一种典型的回答：假设机器有 N 核CPU，线程池的线程数目，就设为 N(CPU 的核数)，N + 1，1.2N，1.5N， 2N…
只要能回答出一个具体的数字，都—定是错的！
不同的程序特点不同，此时要设置的线程数也是不同的，
考虑两个极端情况：
-
CPU 密集型
每个线程要执行的任务都是狂转 CPU (进行一系列算术运算)
此时线程池线程数，最多也不应该超过 CPU 核数
此时如果你设置的更大，也没用
CPU 密集型任务，要一直占用 CPU，搞那么多线程，但是 CPU 的坑不够了… -
IO 密集型
每个线程干的工作就是等待 IO (读写硬盘，读写网卡，等待用户输入) ——不吃CPU
此时这样的线程处于阻塞状态，不参与 CPU 调度…
这个时候多搞一些线程都无所谓， 不再受制于 CPU 核数了
理论上来说你线程数设置成无穷大都可以 (实际上当然是不行的)
然而，我们实际开发中并没有程序符合这两种理想模型… 真实的程序，往往一部分要吃 CPU，一部分要等待 IO
具体这个程序几成工作量是吃 CPU 的，几成工作量是等待 IO，不确定…
实践中确定线程数量：通过性能测试的方式，找到合适的值
例如，写一个服务器程序，服务器里通过线程池，多线程的处理用户请求，就可以对这个服务器进行性能测试，
比如构造一些请求，发送给服务器，要测试性能，这里的请求就需要构造很多，比如每秒发送 500 / 1000 / 2000…根据实际的业务场景，构造一个合适的值
根据这里不同的线程池的线程数，来观察，程序处理任务的速度，程序持有的 CPU 的占用率，
当线程数多了，整体的速度是会变快，但是 CPU 占用率也会高
当线程数少了，整体的速度是会变慢，但是 CPU 占用率也会下降
需要找到一个让程序速度能接受，并且CPU占用也合理这样的平衡点
不同类型的程序，因为单个任务，里面 CPU 上计算的时间和阻塞的时间是分布不相同的
因此随意想出来一个数字往往是不靠谱
搞了多线程，就是为了让程序跑的更快嘛，为啥要考虑不让CPU占用率太高呢？
对于线上服务器来说，要留有一定的冗余！随时应对一些可能的突发情况！(例如请求突然暴涨)
如果本身已经把 CPU 快占完了，这时候突然来—波请求的峰值，此时服务器可能直接就挂了
Executors
ThreadPoolExecutor 这个线程池用起来更麻烦一点(提供的功能更强大)，所以才提供了工厂类，让我们用着更简单
标准库中提供了一个简化版本的线程池 Executors
本质是针对 ThreadPoolExecutor 进行了封装，提供了一些默认参数
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class demo6 {
public static void main(String[] args) {
// 创建一个固定的线程数目的线程池，参数指定了线程的个数
ExecutorService pool = Executors.newFixedThreadPool(10);
// 创建一个自动扩扩容的线程池，线程数量动态变化，会根据任务量自动扩容
Executors.newCachedThreadPool();
// 创建一个只有一个线程的线程池
Executors.newSingleThreadExecutor();
// 创建一个带有定时器功能的线程池，类似于 Timer，只不过执行的时候不是由扫描线程自己执行，而是由单独的线程池来执行
Executors.newScheduledThreadPool(10);
}
}
——使用 Executors：
构造出一个 10 个线程的线程池
线程池提供了一个重要的方法 submit 可以给线程池提交若干个任务
把 Runnable 描述的任务提交到线程池里，此时 run 方法不是主线程调用，是由线程池中的 10 个线程中的一个调用
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class demo6 {
public static void main(String[] args) {
ExecutorService pool = Executors.newFixedThreadPool(10);
pool.submit(new Runnable() {
@Override
public void run() {
System.out.println("hello threadPool!");
}
});
}
}
运行结果：
hello threadPool!
运行程序之后发现，main 线程结束了，但是整个进程没结束，线程池中的线程都是前台线程，此时会阻止进程结束 (前面定时器 Timer 也是同理)
——循环提交 1000 个任务：
public class ThreadDemo2 {
public static void main(String[] args) {
ExecutorService pool = Executors.newFixedThreadPool(10);
for (int i = 0; i < 1000; i++) {
int n = i;
pool.submit(new Runnable() {
@Override
public void run() {
System.out.println("hello pool! " + n);
}
});
}
}
}
此处要注意，当前是往线程池里放了 1000 个任务
1000 个任务就是由这 10 个线程来平均分配一下，差不多是一人执行 100 个，但是注意这里并非是严格的平均，可能有的多一个有的少一个，都正常 (随机调度)
(每个线程都执行完一个任务之后，再立即取下一个任务… 由于每个任务执行时间都差不多，因此每个线程做的任务数量就差不多)
进一步的可以认为，这 1000 个任务，就在一个队列中排队呢
这 10 个线程，就依次来取队列中的任务，取一个就执行一个，执行完了之后再执行下一个
工厂模式
ExecutorService pool = Executors.newFixedThreadPool(10);
此处 new 是方法名字的一部分，不是 new 关键字
这个操作，使用某个类的某个静态方法，直接构造出一个对象来 (相当于是把 new 操作，给隐藏到这样的方法后面了)
像这样的方法，就称为“工厂方法”
提供这个工厂方法的类，也就称为"工厂类"，此处这个代码就使用了“工厂模式"，这种设计模式
工厂模式：—句话表示，使用普通的方法，来代替构造方法，创建对象
为啥要代替？构造方法有坑!!!
坑就体现在，只构造一种对象，好办
如果要构造多种不同情况的对象，就难搞了…
——举个栗子：
有个类，用多种方法构造平面上的一个点
class Point {
// 使用笛卡尔坐标系提供的坐标,来构造点
public Point(double x, double y) {}
// 使用极坐标,来构造点
public Point(double r, double a) {}
}
很明显，这个代码有问题!!! 正常来说，多个构造方法
是通过"重载”的方式来提供的
重载要求的是，方法名相同，参数的个数或者类型不相同
而上述两个方法，方法名相同，参数个数相同，参数类型相同，无法构成重载，在 Java 上无法正确编译
为了解决这个问题，就可以使用工厂模式：
class PointFactory {
public static Point makePointByXY(double x, double y) {}
public static Point makePointByRA(double r, double a) {}
}
Point p = PointFactory.makePointByXY(10,20);
普通方法，方法名字没有限制的
因此有多种方式构造，就可以直接使用不同的方法名即可，此时，方法的参数是否要区分，已经不重要了
很多时候，设计模式，是在规避编程语言语法上的坑
不同的语言，语法规则不一样，因此在不同的语言上，能够使用的设计模式，可能会不同，有的设计模式，已经被融合在语言的语法内部了…
咱们日常谈到的设计模式，主要是基于 C++/Java/C# 这样语言来展开的，这里所说的设计模式不一定适合其他语言
像工厂模式，对于 Python 来说没什么价值，Python 构造方法，不像C++/Java 的这么坑，可以直接在构造方法中通过其他手段来做出不同版本的区分
——不能直接使用 i 的原因：
Lambda 变量捕获
很明显，此处的 run 方法属于 Runnable，这个方法的执行时机，不是立刻马上
而是在未来的某个节点 (后续在线程池的队列中，排到他了，就让对应的线程去执行)
fori 循环中的 i，这是主线程里的局部变量 (在主线程的栈上)，随着主线程这里的代码块执行结束就销毁了
很可能主线程这里 for 执行完了，当前 run 的任务在线程池里还没排到呢，此时 i 就已经要销毁了
为了避免作用域的差异，导致后续执行 run 的时候 i 已经销毁，
于是就有了变量捕获，也就是让 run 方法把刚才主线程的 i 给往当前 run 的栈上拷贝一份…
(在定义 run 的时候，偷偷把 i 当前的值记住
后续执行 run 的时候，就创建一个也叫做 i 的局部变量，并且把这个值赋值过去…)
在 Java 中，对于变量捕获，做了一些额外的要求
在 JDK 1.8 之前，要求变量捕获，只能捕获 final 修饰的变量，后来发现，这么搞太麻烦了
在 1.8 开始，放松了一点标准，要求不一定非得带 final 关键字，只要代码中没有修改这个变量，也可以捕获
此处，i 是有修改的，不能捕获的
而n是没有修改的，虽然没有 final 修饰，但是也能捕获了
C++, JS 也有类似的变量捕获的语法，但是没有上述限制…
4.3、实现一个线程池
线程池里面有：
- 先能够描述任务 (直接使用 Runnable)
- 需要组织任务 (直接使用 BlockingQueue)
- 能够描述工作线程
- 还需要组织这些线程
- 需要实现，往线程池里添加任务
import java.util.concurrent.BlockingQueue;
import java.util.concurrent.LinkedBlockingQueue;
// 实现一个固定线程数的线程池
class MyThreadPool {
// 1、描述一个任务，不像定时器涉及"时间"，直接用 Runnable，不需要额外类
// 2、使用一个数据结构(阻塞队列)来组织若干个任务
private BlockingQueue<Runnable> queue = new LinkedBlockingQueue<>();
// 在构造方法中，创建若干个线程 (n 表示线程的数量)
public MyThreadPool(int n) {
// 在这里创建线程
for (int i = 0; i < n; i++) {
Thread t = new Thread(() -> {
while (true) { // 从队列中循环地取任务
try {
// 循环地获取任务队列中的任务，然后执行
// 队列为空，直接阻塞。队列非空，就获取内容
Runnable runnable = queue.take(); // 获取任务
runnable.run(); // 执行任务
} catch (InterruptedException e) {
e.printStackTrace();
}
}
});
t.start();
}
}
// 创建一个方法，能够允许程序员放任务到线程池中
// 注册任务给线程池，由这 10 个线程执行
public void submit(Runnable runnable) {
try {
queue.put(runnable);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
public class TestDemo {
public static void main(String[] args) {
MyThreadPool pool = new MyThreadPool(10);
for (int i = 0; i < 1000; i++) {
int n = i;
pool.submit(new Runnable() {
@Override
public void run() {
System.out.println("hello " + n);
}
});
}
}
}