fork join example

Fork/Join框架及应用讲解

Fork/Join是Java 7引入的用于处理可拆分任务的并行计算框架,属于JUC(java.util.concurrent)的一部分。它特别适合把大任务拆分成小任务并行执行,然后合并结果的场景。

1. 基本概念

• Fork:将一个大任务拆分成多个子任务并行执行。
• Join:等待子任务执行完成,并合并结果。
• ForkJoinPool:专门的线程池,用于执行Fork/Join任务。
• RecursiveTask:有返回值的任务。
• RecursiveAction:无返回值的任务。

Fork/Join采用工作窃取算法,空闲线程会去窃取忙线程的任务,提高CPU利用率。

---

2. 典型例子:数组求和

假设有一个大数组,求数组元素的总和,如果直接用单线程循环可能比较慢,我们可以用Fork/Join并行处理。

import java.util.concurrent.RecursiveTask;
import java.util.concurrent.ForkJoinPool;

public class SumArrayTask extends RecursiveTask<Long> {
    private static final int THRESHOLD = 1000; // 小任务阈值
    private final long[] array;
    private final int start, end;

    public SumArrayTask(long[] array, int start, int end) {
        this.array = array;
        this.start = start;
        this.end = end;
    }

    @Override
    protected Long compute() {
        if (end - start <= THRESHOLD) {
            long sum = 0;
            for (int i = start; i < end; i++) {
                sum += array[i];
            }
            return sum;
        } else {
            int mid = (start + end) / 2;
            SumArrayTask leftTask = new SumArrayTask(array, start, mid);
            SumArrayTask rightTask = new SumArrayTask(array, mid, end);
            leftTask.fork(); // 异步执行左半部分
            long rightResult = rightTask.compute(); // 当前线程计算右半部分
            long leftResult = leftTask.join(); // 等待左半部分完成
            return leftResult + rightResult;
        }
    }

    public static void main(String[] args) {
        long[] array = new long[10_000];
        for (int i = 0; i < array.length; i++) array[i] = i + 1;

        ForkJoinPool pool = new ForkJoinPool();
        long total = pool.invoke(new SumArrayTask(array, 0, array.length));
        System.out.println("Total sum: " + total);
    }
}

3. 解析

1. 任务拆分:数组大于阈值THRESHOLD就拆成左右两半。
2. 并行执行:使用fork()异步执行左半部分,当前线程执行右半部分。
3. 结果合并:join()等待左半任务完成,然后合并结果。
4. 线程池优化:ForkJoinPool会利用多核CPU并行计算,提高性能。

4. 使用场景

• 数组/集合批量计算(求和、最大值、平均值)
• 图像处理(分块滤镜、像素处理)
• 大规模矩阵计算
• 递归算法,如快速排序、归并排序

5. 小技巧

• 阈值THRESHOLD的选取影响性能,太小任务太多,太大可能并行化不明显
• RecursiveTask用于有返回值的任务,RecursiveAction用于无返回值的任务
• Fork/Join适合CPU密集型任务,不适合I/O密集型任务

---

总结:
Fork/Join框架能让你将大任务拆分成小任务并行执行,非常适合大数据量的CPU密集型计算。通过这个数组求和例子,你可以看到fork和join的实际应用,既有实践价值,又不难理解。