Treap——堆和二叉树的完美结合

在分治法中，子问题一般是相互独立的，因此，经常通过递归调用算法来求解子问题。

典型应用

• 二分搜索
• 大整数乘法
• Strassen矩阵乘法
• 棋盘覆盖
• 合并排序
• 快速排序
• 线性时间选择
• 汉诺塔

ForkJoin并行处理框架

ForkJoin框架概述

Java 1.7 引入了一种新的并发框架—— Fork/Join Framework，主要用于实现“分而治之”的算法，特别是分治之后递归调用的函数。

ForkJoin框架的本质是一个用于并行执行任务的框架， 能够把一个大任务分割成若干个小任务，最终汇总每个小任务结果后得到大任务的计算结果。在Java中，ForkJoin框架与ThreadPool共存，并不是要替换ThreadPool

其实，在Java 8中引入的并行流计算，内部就是采用的ForkJoinPool来实现的。例如，下面使用并行流实现打印数组元组的程序。
 

那么现在有个问题来了，在应用中，针对多线程开发，线程数量我们要怎么设置才最合理呢?是不是越多越好?

当然不是，在多线程中，不得不提的上下文切换

上下文切换

首先在单核CPU中，也是可以处理多线程的，只是CPU通过给每个线程分配CPU时间片来处理的，假设我们有A、B两个线程执行任务，CPU在非常短的时间(时间片)执行A线程，然后再执行B线程，如此往复执行，不停的切换(切换时保持之前的状态)，由于时间片的间隙非常短，让我们感觉是同时执行的，即多线程，而这种切换就叫上下文切换。

从上面的描述我们可以知道，上下文切换，必然会出现之前的状态保持和启动，必然会导致性能的损耗，因此多线程的数量多就不一定快，也就说明了线程数量不是越多越好。

那么怎么合理的设置线程数量呢?

多线程任务分类

通常针对多线程一般分为两类场景：

IO密集型：IO密集型通常指程序运行期间，大部分的耗时是用来进行I/O操作，而这个时间线程不会占用CPU来处理。

CPU密集型：CPU密集型通常是指系统运行时会消耗掉大量的CPU资源，例如需要大量的计算，一些复杂运算，逻辑处理之类的。

因此针对不同场景线程的数量设置也不一样

I/O密集型

（编辑：平凉站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!