容易忽略的知识点

并行计算【详解】

步骤：

1.将数据拆分到每个节点上【如何拆分：要保证每个节点都能独立计算；1.将大的数据根据尺寸进行拆分 2.根据用户首字母进行拆分】

2.每个几点并行的计算出结果【每个节点算出什么样的结果，这时得到中间结果】

3.将结果汇总

例【外部排序】如何排序10G个元素

使用扩展的归并排序

归并排序：将数据分为左右两半，分别归并排序，再把两个有序数据归并【稳定排序】

排序过程：

如何排序10G个元素

思路：

将数据进行切分，分为很多段，每一段都送到一个节点进行排序，每一段的数据量要控制到可以在内存中放下，每一个节点进行排序即可，这时每一个节点都会是一个有序的序列,如下图所示：

每一个有序的序列同时送给一个归并节点，这个归并节点使用算法进行归并（不断选各个节点最小的数），归并完成即可完成操作，难点在于如何进行归并；

归并节点实现过程：、

1.使用堆的数据结构，堆：根是最小的元素

2.完成堆的构建

、

3.建立缓冲区（归并节点内存中只需要放每个数据源中最小的元素即可，但存在问题，如将 1 拿掉之后，再将 2 读进来需要读一次外部存储，这个读取操作会很慢，效率很低，通常做法是建立缓冲区：读取一批数据放在缓冲区，减小读取次数）

归并：使用 Iterable<T> 接口：

1.可以不断获取下一个元素

2.元素存储/获取方式被抽象，与归并节点无关

3.Iterable<T> merge(List<Iterable<T>> sortedData)

归并数据源来自 Iterable<T> .next()

1.如果缓冲区空，读取下一批元素放入缓冲区

2.给出缓冲区第一个元素

3.可配置项：缓冲区大小，如何读取下一批元素

典型的两种死锁情形：【详解】
（一）线程自己将自己锁住
一般情况下,如果同一个线程先后两次调用lock,在第二次调⽤用时,由于锁已经被占用,该线程会挂起等待占用锁的线程释放锁,然而锁正是被自己占用着的,该线程又被挂起而没有机会释放锁,因此就永远处于挂起等待状态了,于是就形成了死锁(Deadlock)。
（二）多线程抢占锁资源被困
又如线程A获得了锁1,线程B获得了锁2,这时线程A调用lock试图获得锁2,结果是需要挂起等待线程B释放锁2,而这时线程B也调用lock试图获得锁1,结果是需要挂起等待线程A释放锁1,于是线程A和B都永远处于挂起状态了，死锁再次形成。

添加死锁：

死锁分析：1.在任何地方都可以线程切换，甚至在一句语句中间

2.要尽力设想对自己最不利的情况

死锁条件，必须同时满足：

1.互斥等待

2.hold and wait

3.循环等待

4.无法剥夺的等待

死锁防止：

1.破除互斥等待 ---一般无法破除

2.破除hold and wait ---一次性获取所有资源

3.破除循环等待 ---按顺序获取资源

4.破除无法剥夺的等待 ---加入超时【不得已的办法】

线程池【详解】

线程的生命周期，线程的生命周期可以利用以下的图解来更好的理解：

第一步，是用new Thread()的方法新建一个线程，在线程创建完成之后，线程就进入了就绪（Runnable）状态，此时创建出来的线程进入抢占CPU资源的状态，当线程抢到了CPU的执行权之后，线程就进入了运行状态（Running），当该线程的任务执行完成之后或者是非常态的调用的stop（）方法之后，线程就进入了死亡状态。而我们在图解中可以看出，线程还具有一个则色的过程，这是怎么回事呢？当面对以下几种情况的时候，容易造成线程阻塞，第一种，当线程主动调用了sleep（）方法时，线程会进入则阻塞状态，除此之外，当线程中主动调用了阻塞时的IO方法时，这个方法有一个返回参数，当参数返回之前，线程也会进入阻塞状态，还有一种情况，当线程进入正在等待某个通知时，会进入阻塞状态。那么，为什么会有阻塞状态出现呢？我们都知道,CPU的资源是十分宝贵的，所以，当线程正在进行某种不确定时长的任务时，Java就会收回CPU的执行权，从而合理应用CPU的资源。我们根据图可以看出，线程在阻塞过程结束之后，会重新进入就绪状态，重新抢夺CPU资源。这时候，我们可能会产生一个疑问，如何跳出阻塞过程呢?又以上几种可能造成线程阻塞的情况来看，都是存在一个时间限制的，当sleep()方法的睡眠时长过去后，线程就自动跳出了阻塞状态，第二种则是在返回了一个参数之后，在获取到了等待的通知时，就自动跳出了线程的阻塞过程。

在一个应用程序中，我们需要多次使用线程，也就意味着，我们需要多次创建并销毁线程。而创建并销毁线程的过程势必会消耗内存。而在Java中，内存资源是及其宝贵的，所以，我们就提出了线程池的概念，线程池的好处，就是可以方便的管理线程，也可以减少内存的消耗。

定义：预先建立好线程，等待任务派发

线程池内部：

线程池参数：

1.corePoolSize:线程池中初始线程数量，可能处于等待状态

2.maximumPoolSize:线程池中最大允许线程数量

3.keepAliveTime:超出 corePoolSize 部分线程如果等待这些时间将被回收

线程池_Java Excutor Framework演示

1.线程池创建

2.任务派发

3.利用 Future 检查任务结果

代码实现：

ExecutorTester.java

package interview.adv;

import java.util.LinkedList;
import java.util.List;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Future;

import interview.designpattern.task.CodingTask;

public class ExecutorTester {

  public static void main(String[] args)
      throws InterruptedException, ExecutionException {
    ExecutorService executor = Executors.newFixedThreadPool(3); 	//创建线程池

    List<Future<?>> taskResults = new LinkedList<>();
    for (int i = 0; i < 10; i++) {		//创建 10 个任务
      taskResults.add(executor.submit(new CodingTask(i)));
    }
    System.out.println("10 tasks dispatched successfully.");

    for (Future<?> taskResult : taskResults) {
      taskResult.get();
    }

    System.out.println("All tasks finished.");
    executor.shutdown();
  }
}

输出：